《Genes》：Effect-Allele Frequencies at Cardiometabolic Risk Loci in an Uzbek Cohort from Tashkent: A Central Asian Reference and Priorities for Polygenic Score Validation
编辑推荐：
背景/目的： 中亚人群几乎完全缺席于基因组参考资源，然而乌兹别克斯坦的年龄标准化2型糖尿病（T2D）发病率增长速度位居全球前列。心血管代谢风险位点的等位基因频率尚属未知，这限制了在其他地区推导的多基因风险评分（PRS）的解读。研究人员旨在表征塔什干乌兹别克队列
背景/目的： 中亚人群几乎完全缺席于基因组参考资源，然而乌兹别克斯坦的年龄标准化2型糖尿病（T2D）发病率增长速度位居全球前列。心血管代谢风险位点的等位基因频率尚属未知，这限制了在其他地区推导的多基因风险评分（PRS）的解读。研究人员旨在表征塔什干乌兹别克队列中的效应等位基因频率，并量化其与1000 Genomes参考panel的差异，以指导未来的PRS评估。方法： 研究人员对来自塔什干的171名成年人（131例T2D患者，40例非患者）进行了定制Agilent SureSelect心血管代谢候选单核苷酸多态性（SNP）panel的基因分型。经过质量控制后，分析了1939个变异。使用Hudson FST和Nei氏遗传距离，通过自举法（1000次重复）计算95%置信区间（CI），将效应等位基因频率与1000 Genomes Phase 3超级人群（EUR、SAS、EAS、AFR）进行比较。病例-对照关联分析采用未调整和年龄、性别调整的加性逻辑回归进行描述性评估，以调整模型为主要模型。结果： 1939个变异中有1533个可获得参考频率（其中1363个最小等位基因频率（MAF）≥ 0.05）。频率与南亚（FST = 0.077，95% CI 0.065–0.089）和欧洲panel（FST = 0.086，95% CI 0.072–0.099）聚类，两者无法区分（ΔFST = ?0.010，95% CI ?0.022至0.003），而与东亚和非洲panel的差异更大。与欧洲和南亚panel的差异与名义关联状态无关（Mann–Whitney p = 0.99和0.57）。在主要的年龄和性别调整分析中，没有变异通过多重检验校正（最小Bonferroni校正和错误发现率q = 0.28），与未调整的敏感性分析一致。结论： 本研究首次系统性地提供了塔什干乌兹别克队列中心血管代谢风险位点的等位基因频率参考。该频率谱最接近南亚和欧洲panel，并确定来自这些祖先的PRS是未来在中亚地区进行本地验证的优先候选。病例-对照分析效能不足，仅作描述性报告。
论文解读：塔什干乌兹别克队列心血管代谢风险位点效应等位基因频率研究
一、研究背景与意义
2型糖尿病（T2D）的全球负担持续上升，中亚是发病率增长最陡峭的地区之一。乌兹别克斯坦的年龄标准化T2D发病率增长速度位居全球第二，然而该人群的疾病遗传结构仅在少数候选基因研究中被考察。大型多祖先研究已极大丰富了T2D的遗传图谱，最新研究基于2,535,601名个体（其中39.7%为非欧洲血统）识别出611个位点上的1289个独立关联信号。然而，这些分析所依赖的参考资源仍严重偏向欧洲人群：欧洲血统个体持续主导基因组数据库，多基因风险评分（PRS）跨祖先迁移表现不佳，预测准确性随与发现队列遗传距离的增加而下降。中亚人群在1000 Genomes Project Phase 3参考人群中完全没有代表，因此该地区缺乏直接参考panel。对于任何处于这种地位的群体，首要的实际问题不是哪些变异在本地与疾病关联，而是已知重要位点的等位基因频率是多少，以及它们最接近哪个现有参考panel。这一问题可以用适度的样本量回答，因为频率估计不需要关联发现所需的统计功效。
二、研究设计与主要结论
研究人员对来自塔什干的171名无关成年人（131例T2D患者，40例非糖尿病患者）进行了定制Agilent SureSelect靶向富集panel的基因分型，该panel围绕公开全基因组关联研究（GWAS）资源中先前与T2D、心血管疾病和脂质性状相关的候选SNP设计。经过质量控制后，1939个变异进入分析。研究的主要发现是：塔什干乌兹别克队列的效应等位基因频率谱最接近南亚panel（FST = 0.077，95% CI 0.065–0.089）和欧洲panel（FST = 0.086，95% CI 0.072–0.099），两者在统计上无法区分（ΔFST = ?0.010，95% CI ?0.022至0.003），且均显著近于东亚panel（FST = 0.126）和非洲panel（FST = 0.176）。这一三层结构（南亚与欧洲并列、东亚次之、非洲最远）在LD剪枝、block bootstrap、无HWE过滤及仅对照组HWE等多种敏感性分析中均保持一致。该频率谱与名义关联状态无关，排除了组内变异选择造成的偏倚。病例-对照关联分析中，经年龄和性别调整后，没有任何变异通过多重检验校正（最小Bonferroni校正p = 0.28），最强信号为rs13376333（KCNN3），调整后OR = 0.25（95% CI 0.12–0.51，p = 1.4 × 10??）。研究的意义在于：这是首个针对塔什干乌兹别克队列心血管代谢风险位点的系统性等位基因频率参考，为未来在中亚地区验证欧洲或南亚来源的PRS提供了频率学依据。
三、关键技术方法
研究采用的主要技术方法包括：（1）定制Agilent SureSelect靶向捕获panel基因分型，覆盖心血管代谢候选SNP区域，共获得4588个变异；（2）严格的变异质量控制流程，包括去除单态变异、哈迪-温伯格平衡（HWE）检验（p < 0.05）及最小等位基因计数（MAC）≥ 10的过滤；（3）通过Ensembl REST API程序化获取1000 Genomes Phase 3四个超级人群（EUR、SAS、EAS、AFR）的等位基因频率，并进行效应等位基因链方向协调；（4）使用Hudson FST估计量和Nei氏标准遗传距离量化群体分化，通过非参数自举法（1000次重复）获得置信区间和配对对比；（5）连锁不平衡（LD）特征化与LD剪枝（r2 > 0.2）及block bootstrap敏感性分析；（6）加性逻辑回归进行病例-对照关联分析，主模型调整年龄和性别，使用Bonferroni和Benjamini–Hochberg错误发现率（FDR）进行多重检验校正，对完全或准完全分离的变异采用Firth惩罚似然逻辑回归。样本队列来源为塔什干的共和专科心脏病学科学与实用医学中心和内分泌学中心。
四、研究结果
队列特征与变异质量控制： 171名参与者中，病例组年龄较大，体质指数（BMI）、空腹血糖和糖化血红蛋白均高于对照组。4588个变异中1947个通过质量控制，8个处于MAC阈值边界且次要等位基因在对照组中缺失的变异未进入分析，最终1939个变异纳入研究。
效应等位基因频率谱： 塔什干乌兹别克队列的效应等位基因频率与所有三个欧亚参考panel强相关，最接近南亚和欧洲频率。频率分布在整个等位基因频谱上连续，无系统性截断或平台特异性伪影。仅对照组分析（n = 40）与全队列估计强相关（Pearson r = 0.94），且三层结构得以保留。
群体分化： 配对分化将乌兹别克队列置于最接近南亚panel（FST = 0.077）和欧洲panel（FST = 0.086）的位置，其次为东亚（FST = 0.126）和非洲（FST = 0.176）。自举对比显示南亚与欧洲panel在距乌兹别克队列的距离上不可区分（ΔFST = ?0.010，95% CI ?0.022至0.003），两者均显著近于东亚panel，东亚又显著近于非洲。参考panel间的内部分化检验精确重现了已知的大陆间关系顺序，验证了分析流程的正确性。
分化独立于关联状态： 名义关联变异（p < 0.05）与其余变异在逐位点FST上，对欧洲（p = 0.99）和南亚（p = 0.57）panel均无显著差异，仅对东亚panel存在适度显著差异（p = 0.010），但不影响主要结论。
病例-对照关联（描述性）： 年龄和性别调整分析中120个变异达到名义显著（p < 0.05），但无一通过多重检验校正。未调整敏感性分析结果一致（129个名义显著）。最强信号rs13376333（KCNN3）调整后OR = 0.25（95% CI 0.12–0.51）。功效分析显示，在Bonferroni阈值下，80%功效可检测的最小OR在MAF 0.50时为3.6，MAF 0.05时为19，研究仅能检测极大效应。基因组膨胀因子λGC = 1.33，在富集先前关联位点的panel中属预期范围。
五、讨论与结论
讨论部分指出，频率谱的层级结构与内亚的混合历史一致——中亚群体携带来自西方和东方来源的祖先成分，且以前者为主。这些频率关系支持未来在中亚环境中评估欧洲或南亚来源的PRS，但并不证明其可迁移性，任何应用都需要独立的本地验证。与卡塔尔生物库研究（11,436例全基因组测序）的类比表明，多祖先PRS优于欧洲单祖先PRS。重要的方法学注意事项是：由于变异panel完全由先前在主要欧洲GWAS中与心血管代谢性状关联的位点组成，并非中性或祖先信息标记集，绝对FST值应被解释为描述这些位点的panel特异性量值，而非全基因组群体结构的估计；相对排序才是结论的基础。正式FST比较限于1000 Genomes Phase 3，gnomAD和GenomeAsia 100K等补充资源可用于变异级查询。局限性包括：样本量小（对照组仅40人）、单城市招募、未通过实验室标准排除1型糖尿病和青少年的成年发病型糖尿病、靶向panel无法评估全基因组结构、病例-对照间BMI差异可能影响名义信号、队列以病例为主可能使频率估计偏离未选择人群，以及与先前发表的系列共享参与者因而不构成独立重复。
研究结论： 研究人员报告了塔什干乌兹别克队列中1939个心血管代谢候选变异的效应等位基因频率。这一临床招募的样本在现有基因组数据库中没有对应物，提供了首个本地频率参考。频率谱最接近南亚和欧洲panel，两者无法区分，且显著远于东亚和非洲panel；这一排序独立于组内关联状态。这些结果支持未来在欧洲或南亚来源的多基因评分在中亚环境中的评估，但须经本地验证。病例-对照分析效能不足，仅作描述性报告：没有变异在多重检验校正后保持显著。
