编辑推荐：
为探究多基因风险评分（PRS）在东亚人群中的预测性能，研究人员评估发现跨人群 PRS 可提升预测能力，意义重大。
在生命科学和健康医学领域，多基因风险评分（Polygenic Risk Score，PRS）作为评估疾病易感性的有力工具，正逐渐崭露头角。它通过整合众多遗传变异的风险信息，为人们提供了一种衡量个体对疾病遗传易感性的量化指标。然而，当前 PRS 在不同人群中的表现却存在差异。在欧洲人群中，PRS 已展现出强大的潜力，能有效对个体进行疾病易感性分层，例如在冠心病（Coronary Artery Disease，CAD）、房颤、2 型糖尿病等疾病的风险评估中发挥重要作用。但在东亚人群中，PRS 的准确性却有待深入探索。
这背后的原因主要在于东亚人群全基因组关联研究（Genome-wide Association Studies，GWAS）的样本量相对较小。与欧洲人群庞大的样本量相比，东亚人群在 GWAS 研究中的样本规模限制了 PRS 预测的准确性。例如，在身高遗传力的研究中，欧洲人的单核苷酸多态性（SNP）遗传力可达 50%，而东亚人仅为 35%，这一差异直接影响了 PRS 的性能指标。因此，如何提高 PRS 在东亚人群中的预测性能，成为了亟待解决的关键问题。
为了攻克这一难题，来自韩国庆熙大学等机构的研究人员展开了深入研究。他们聚焦于东亚人群，对 10 种常见疾病的 PRS 进行了全面评估，旨在揭示不同 PRS 方法在东亚人群中的预测能力，以及跨人群 PRS 是否能提升预测性能，从而为东亚人群的疾病预测和预防提供更可靠的依据。该研究成果发表在《Communications Biology》上。
在研究过程中，研究人员主要运用了以下关键技术方法：
- 样本队列：使用了韩国的健康体检者（Health Examinees，HEXA）队列（n = 55,870）和韩国基因与流行病学研究（Korea Association Resource，KARE）队列（n = 8,840）。这些队列提供了丰富的基因组、流行病学和临床数据，为研究提供了坚实的数据基础。
- PRS 计算方法：采用了多种 PRS 计算方法，包括单人群 PRS 方法（如 PRS-CS、LDpred2、Lassosum）和跨人群 PRS 方法（如 PRS-CSx、CT-SLEB）。这些方法基于不同的算法和原理，能够从不同角度评估 PRS 的性能。
- 统计分析方法：运用逻辑回归模型、似然比检验（Likelihood Ratio Test，LRT）、每标准差优势比（per Standard Deviation Odds Ratio，perSD OR）、净重新分类改善指数（Net Reclassification Improvement，NRI）、曲线下面积（Area Under the Curve，AUC）等统计方法，对 PRS 的预测性能进行全面评估。
研究结果如下：
- 基本特征：HEXA 队列包含 58,700 名韩国个体，平均年龄 53.80 岁，女性占 65.43%。研究选取了 10 种在 HEXA 队列中患病率大于 1% 的常见疾病，包括哮喘、白内障、胆结石、结肠息肉、CAD、高血压、肥胖、骨质疏松、中风和 2 型糖尿病。这些疾病的患者在 BMI、年龄等方面与对照组存在显著差异，部分疾病还存在家族史频率差异。
- 单人群 PRS 的预测性能：研究人员使用东亚 GWAS 数据和单人群 PRS 方法计算了 10 种疾病的 PRS。结果显示，PRS-CS 在关键指标上表现最佳，如在 LRT 中，肥胖的 PRS-CS 偏差最高（2644.60），白内障的最低（11.85）；在 perSD OR 方面，2 型糖尿病的 PRS-CS 最高（2.03），白内障的最低（1.08）；在 NRI 方面，哮喘、白内障等 7 种疾病的 PRS-CS 具有统计学意义；在 AUC 方面，PRS-CS 在所有 10 种疾病中均表现最佳。
- 跨人群 PRS 的预测性能：利用 PRS-CSx 和 CT-SLEB 两种跨人群 PRS 方法评估 10 种疾病的预测性能。结果表明，PRS-CSx 在 LRT、perSD OR 和 NRI 方面均具有统计学意义，在 6 种疾病中 AUC 值更高；CT-SLEB 在部分疾病中存在统计学不显著的情况，但在 2 型糖尿病的 AUC 值提升最大（78.04% vs. 68.80%）。
- 单人群与跨人群 PRS 的比较：对 8 种疾病进行比较发现，跨人群 PRS 在 5 种疾病中的 AUC 值高于单人群 PRS，且在 5 种疾病中，跨人群 PRS 的 R2 值显著高于单人群 PRS，平均增加 1.13%。
- 跨人群 PRS 与欧洲 PRS 的比较：与欧洲 PRS 相比，东亚跨人群 PRS 的平均性能达到欧洲 PRS 的 87.80%，但在高血压、中风和 2 型糖尿病方面表现出显著差异。
- 东亚 PRS 在随访数据中的预测性能：利用 KARE 队列的随访数据评估 PRS 的长期预测性能，结果显示单人群和跨人群 PRS 在哮喘、高血压、肥胖和 2 型糖尿病方面均具有统计学意义，但两者之间的性能差异不明显。
研究结论和讨论部分指出，跨人群 PRS 在东亚人群中具有显著的可转移性，与单人群 PRS 相比，能显著提升 LRT、perSD OR 和 NRI 等预测指标，在 5 种疾病中 R2 值差异显著，平均增加 1.13%。东亚 PRS 与欧洲 PRS 的相对性能为 87.80%，这表明虽然跨人群 PRS 提高了东亚 PRS 的性能，但要实现与欧洲 PRS 相当的疾病预测效果，还需要大规模的东亚 GWAS 数据。该研究为东亚人群疾病的遗传风险预测提供了重要参考，也为后续进一步优化 PRS 在东亚人群中的应用指明了方向。
