基于台湾人群的多基因风险评分预测类风湿性关节炎血清阳性及骨侵蚀的研究

本研究针对类风湿性关节炎(RA)的遗传预测和临床预后问题，通过建立台湾人群特异性多基因风险评分(PRS)，揭示了PRS与血清标志物(RF/ACPA)、骨侵蚀及靶向治疗需求的显著关联。研究人员利用全基因组关联分析(GWAS)数据和三种算法(LDpred2/PLINK/PRSice-2)构建PRS模型，发现高PRS患者更易出现血清阳性(ACPA阳性率64.98%)、骨侵蚀(86.44%)和生物制剂使用需求(42.27%)，尤其在60岁以下患者中预测价值突出。该研究为RA精准诊疗提供了新的遗传学工具。

　　

类风湿性关节炎(RA)作为一种慢性自身免疫性疾病，长期炎症会导致关节不可逆损伤，严重影响患者生活质量。尽管生物制剂和靶向合成抗风湿药(bDMARDs/tsDMARDs)的应用显著改善了疾病控制，但仍有部分患者对治疗反应不佳，最终发展为骨侵蚀和功能障碍。目前临床常用的血清标志物如类风湿因子(RF)和抗环瓜氨酸肽抗体(ACPA)虽能部分预测疾病进展，但尚不足以全面评估结构性损伤风险。遗传因素在RA发病中起重要作用，而多基因风险评分(PRS)作为整合多基因效应的新方法，其预测效能可能受人群差异影响。因此，建立特定人群的PRS模型对实现精准预测至关重要。

台中荣民总医院与国立阳明交通大学的研究团队在《Scientific Reports》发表了一项突破性研究。该团队利用台湾精准医疗计划(TPMI)的2,042例RA患者和7,950例对照的基因数据，通过LDpred2算法构建包含97,396个单核苷酸多态性(SNP)的PRS模型，系统评估了PRS与RA临床特征的关联。研究发现，PRS不仅能有效预测RA发病风险(AUC=0.751)，还与血清标志物阳性率、骨侵蚀发生率及靶向治疗需求显著相关，为RA的早期干预提供了新思路。

研究采用的主要技术包括：1)基于Affymetrix TWB 2.0芯片的基因分型技术；2)三种PRS计算算法(LDpred2/PLINK/PRSice-2)的比较；3)X线和超声联合评估骨侵蚀；4)多变量逻辑回归分析调整年龄、性别等混杂因素。研究队列来自台湾地区医院系统，确保了人群特异性。

PRS算法建立

通过比较三种算法在训练集的预测效能，LDpred2模型表现出最优的曲线下面积(AUC=0.751)，显著优于传统方法。该模型在测试集中保持稳定性能，证实其可靠性。

临床特征与PRS分层

按PRS四分位分组分析显示，最高分位组患者具有以下特征：

• 血清阳性率显著升高(RF 74.8%，ACPA 65.0%)

• 骨侵蚀发生率最高(86.4%)

• 生物制剂使用率最高(42.27%)

  

年龄分层分析

在60岁以下发病患者(YORA)中，PRS预测价值尤为突出：

• 最高PRS组骨侵蚀风险增加2.21倍(95%CI:1.25-3.91)

• ACPA阳性与靶向治疗需求独立相关

  

多因素分析

调整混杂因素后，PRS(OR=1.86)、ACPA阳性(OR=3.11)和靶向治疗(OR=2.73)被确认为YORA患者骨侵蚀的独立预测因子。

这项研究首次建立了台湾人群特异的RA-PRS模型，证实遗传风险评分不仅能预测疾病发生，还与疾病严重程度和治疗需求密切相关。尤其值得注意的是，PRS对60岁以下患者的骨侵蚀预测价值优于传统血清标志物，这一发现为高风险患者的早期识别提供了新依据。研究结果支持将PRS整合到临床评估体系，通过遗传背景分析优化治疗决策，最终实现RA的精准管理。该成果对亚洲人群RA研究具有重要参考价值，为开发更精确的预后模型奠定了基础。