南亚人群全基因组多基因评分对体重指数的验证研究：肥胖早期预测的新工具

这篇研究首次在南亚人群中验证了体重指数（BMI）全基因组多基因风险评分（PRS）的预测效能。通过分析14,263名南亚个体的基因数据，发现高PRS与肥胖（BMI>27.5）风险显著相关（OR达3.95），且PRS模型（含210万变异位点）在三个独立队列中均显示稳定相关性。研究填补了多基因肥胖评分在亚洲人群的应用空白，为南亚人群肥胖早期筛查提供了分子遗传学依据。

　　

引言

肥胖作为全球公共卫生危机，其遗传机制研究长期集中于欧洲人群。南亚人群特有的"瘦型肥胖"现象和糖尿病高发特征，使得针对该人群的体重指数（BMI）多基因风险评分（PRS）验证具有特殊意义。研究团队通过分析三个南亚队列（BMI.SAS.1、BMI.SAS.2和BMI.UKB.SAS）共14,247例样本，首次系统评估了包含210万个变异位点的PRS模型在南亚人群中的预测效能。

南亚验证队列与种族评估

研究采用Illumina Infinium GSA v3芯片对样本进行基因分型，通过主成分分析（PCA）确认所有样本均位于南亚遗传聚类内。值得注意的是，UK Biobank南亚裔样本（BMI.UKB.SAS）的平均BMI（26.2±4.8）显著高于印度本土队列（23.1±4.1），这可能反映饮食结构和环境因素的差异。年龄分层分析揭示，BMI在38岁达到峰值（26）后逐渐下降，78岁以上人群降至22，符合代谢衰老规律。

多基因评分的基准测试

团队比较了Khera（2019）和Yengo（2018）两种PRS模型的性能。结果显示，Khera模型在南亚人群中表现更优，其PRS与实测BMI的Pearson相关系数达0.16（p<0.001），且在所有亚组中保持稳定。该模型采用LDpred算法（ρ=0.03）校准，通过基因组亚洲（GenomeAsia）二期参考面板进行基因型填补后，83%的位点（1,946,327/2,100,302）被成功捕获。

PRS与BMI的关联验证

按WHO亚洲标准分组后，PRS呈现明显的剂量效应：从低体重组（UW）到肥胖组（OB），PRS中位数递增趋势在所有队列中一致。将人群按PRS分为五等分时，Q5组个体的平均BMI较Q1组增加2.1-2.3 kg/m²。尤为关键的是，Q5组中80%-90%的个体属于超重或肥胖范畴，而Q1组该比例仅为35%-45%。

临床风险预测价值

以Q3为参照，PRS最高的Q5组对肥胖（BMI>27.5）的比值比（OR）在三个队列中分别为1.67、2.35和1.65；对严重肥胖（BMI>35）的OR更攀升至1.95-3.95。这种风险梯度与欧洲人群报道的OR=4.22（BMI>40）具有可比性，提示PRS的跨人群适用性。

讨论与应用前景

该研究首次证实FTO、MC4R等肥胖相关基因的累积效应在南亚人群同样显著。值得注意的是，基于欧洲GWAS开发的PRS模型经本地化校准后，其预测效能与原始人群相当，这为其他复杂性状的多基因评分跨种族应用提供了范式。结合南亚人群特有的"节俭基因"假说，该成果对糖尿病等肥胖相关疾病的早期干预具有重要价值。

方法与技术创新

研究采用MedGenome自主开发的生物信息学流程（MG-ArrayQC），通过FlashPCA进行主成分校正，有效控制了群体分层偏差。样本中的自报身高体重数据经500人子集验证，与实测数据的相关系数>0.9，确保表型数据的可靠性。这种将大规模基因分型（GSAv3芯片）与临床预防医学结合的创新模式，为发展中国家开展精准医学研究提供了可行方案。