PanMixer：隐私保护的人类泛基因组参考图谱发布框架

《Nature Communications》：Privacy-preserving pangenome graphs

　　

摘要

人类泛基因组参考图谱（通常以图的形式表示）有望捕捉跨人群的遗传多样性，但公开个体单倍型会引发显著的隐私担忧，包括重识别和敏感特征推断的风险。为应对这些挑战，我们提出了PanMixer，一个用于隐私保护泛基因组图谱发布的框架，它能在选择性混淆个体单倍型的同时保留参考图谱的实用性。PanMixer将隐私-效用权衡建模为背包问题，其中隐私风险使用信息论度量进行量化，而效用则使用图的属性进行衡量。利用最近发布的人类泛基因组草图，我们证明PanMixer能在连锁攻击和基因组重建尝试下有效降低重识别风险。我们还证明PanMixer能保持关键下游应用的准确性，包括等位基因频率估计、连锁不平衡分析和读段比对。通过解决隐私问题，PanMixer使个体能够参与其中，尤其是那些来自代表性不足的人群，他们可能本不愿意贡献，但希望在未来的基因组研究中获得代表性。我们的结果为未来大规模泛基因组参考中平衡隐私与效用提供了一个实用工具和可推广的框架。