多基因评分——对个体对复杂性状和疾病易感性的估计——有望识别有患病风险的患者并指导早期的个性化治疗，但加州大学洛杉矶分校的专家发现，这些评分未能考虑到个体之间广泛的遗传多样性祖先。

Bogdan说：“多基因评分可以通过将数千到数百万种常见遗传变异的小影响汇总并分析成一个评分来估计个体具有某种特征的可能性，但它们在来自不同遗传背景的个体中的表现是有限的。”Pasaniuc博士，加州大学洛杉矶分校健康专家，研究常见疾病遗传风险因素的统计和计算方法。

发表在《自然》杂志上的研究人员分析表明，多基因评分(PGS)的准确性在具有连续遗传血统的个体之间存在差异——即使在传统上被认为是“同质”的人群(例如欧洲人)中也是如此该论文的资深作者帕萨尼乌克说。

这组作者说，评估PGS性能通常是在“人口”水平上进行的，例如在“欧洲人”中，将具有相似血统的个体聚集在一个遗传血统集群中。

“在这个连续体上强加人为界限并忽略集群内的多样性或‘异质性’可以掩盖群体内的变化，隐藏不同群体中个体可能存在的相似性，并遗漏不完全适合特定群体的个体遗传祖先，”加州大学洛杉矶分校生物信息学研究生、Pasaniuc实验室成员、该论文的第一作者YiDing说。

为了更精确地估计PGS的准确性，研究人员开发了一种在个体层面评估PGS准确性的方法。为了对其进行测试，他们将PGS用于84种复杂性状，应用于UCLAATLASPrecisionHealthBiobank中超过35,000人的数据，该生物库是世界上最多样化的生物库之一，部分原因是洛杉矶地区拥有最多的生物库之一全球祖先多样化的人口。

新工具的“训练”数据来自英国UKBiobank中的一部分个体。作为离散遗传祖先的替代品，“遗传距离”的连续度量被用来确定每个个体在ATLAS数据库中在遗传祖先连续体上的位置，本质上显示目标(ATLAS)个体基因组的相似或不同程度到来自英国培训人口的。

“我们发现，目标个体的基因组与英国生物银行训练数据的差异越大——或遗传上‘距离’越远，PGS的准确性就越低，”丁说。

即使研究人员专门研究被认为是同质的遗传祖先分组，例如欧洲遗传祖先的个体，PGS的准确性也会随着遗传距离变大而下降。相反，一些不具有欧洲血统的个体可能具有更高水平的遗传相似性，这表明PGS表现在同一血统的两个人之间可能不同，但对于两个不同血统的人来说具有可比性——这取决于他们的遗传相似性。

“我们的遗传距离指标在识别可以从PGS中受益的个体方面优于离散聚类，”加州大学洛杉矶分校大卫格芬医学院和加州大学洛杉矶分校精准健康研究所的研究员Pasaniuc说。

研究小组确定了几个因素——正在进行和未来研究的主题——可能影响PGS的准确性和实用性，尤其是在具有“混合”血统的人中。这些通常被定义为具有来自两个或多个大陆来源的最近血统的个体——例如非裔美国人和拉丁美洲人。

Pasaniuc的研究重点是改进对混血人的遗传风险因素预测，他说这些人有“马赛克”基因组，每个地区都有不同大陆血统的片段。由于不同的祖先贡献了不同的部分，因此很难使用传统的祖先标签对这些个体进行准确分类。

“为了公平使用PGS，”他说，“对PGS准确性的评估应该考虑到遗传多样性的全部范围。”

版权说明：本站所有作品图文均由用户自行上传分享，仅供网友学习交流。若您的权利被侵害，请联系我们

标签：个体遗传PGS