由约翰霍普金斯大学彭博公共卫生学院和国家癌症研究所的研究人员领导的一个研究小组开发了一种新的算法，用于对不同祖先人群中主要疾病的遗传风险评分，有望减少医疗保健差距。
遗传风险评分算法被认为是一种很有前途的方法，可以识别高危人群，这些人群可以从癌症和心脏病等各种疾病和病症的预防性干预中受益。这些风险评分算法是基于将某些DNA变异与较高或较低的疾病风险联系起来的大规模遗传研究。
这些基因研究的绝大多数对象都是欧洲血统的人。由于不同人群的遗传差异，由此产生的风险评分算法在其他人群中并不总是表现良好。
今天发表在《自然遗传学》(Nature Genetics)网络版上的一篇论文描述了这种新方法，该方法已被应用于23andMe Inc.和其他来源的基因研究数据，这些数据涉及不同人群的500多万人，用于生成13种特征的遗传评分，包括冠状动脉疾病和抑郁症等健康状况，涉及五种不同的祖先类别:欧洲人、非洲人、拉丁人、东亚人和南亚人。研究人员还在大规模模拟研究中测试了这种新方法。
“我们表明，我们的方法可以帮助缩小非欧洲血统人群的风险评分表现差距，”该研究的资深作者、布隆伯格学院生物统计学系的布隆伯格杰出教授尼兰詹·查特吉博士说。“与此同时，我们也得出结论，我们不能仅凭新方法完全缩小差距——我们还需要这些人群的更大数据集。”
许多来自非欧洲血统人群的遗传研究的风险评分模型往往不足，因为这些研究通常规模相对较小。这导致欧洲血统和其他血统人群在风险评分方面的表现差距，这可能导致医疗保健差异。
研究人员称之为ct - sleb的新方法结合了人工智能技术，包括机器学习和贝叶斯统计建模。除了23andMe数据库，研究人员还根据全球脂质遗传学联盟、美国国立卫生研究院的“我们所有人”研究计划和英国生物银行的数据对CT-SLEB进行了“训练”。
研究小组的基准分析表明，这些针对非欧洲人群的新的特定祖先风险评分模型通常优于标准的多基因风险评分模型，这些模型主要基于欧洲祖先数据集，或者基于较小的非欧洲祖先数据集。
研究人员还将CT-SLEB与许多替代方法进行了比较。他们发现，该方法对提高非洲血统人群的遗传风险评分特别有帮助，因为非洲血统人群的评分准确率通常最低。研究小组还发现，与最接近的竞争对手相比，CT-SLEB的计算速度要快得多，因此可以分析更多数量的DNA变异和更多的人群。
Chatterjee说，该团队现在正在研究更先进的方法，这些方法性能更好，但计算速度仍然很快。
他还强调，正如研究小组在研究中的计算所显示的那样，多基因风险评分模型在非欧洲血统和欧洲血统人群中同样有效，这将需要在非欧洲血统人群中进行更多的全基因组关联研究。
查特吉说:“很多人认为机器学习和人工智能可以创造奇迹，但如果没有大规模、精心设计的研究，算法就不会那么有用。”
该论文的主要作者是张浩宇博士，他在研究开始时是彭博学院的博士生，目前是美国国家癌症研究所的研究员。23andMe的研究人员为新方法的开发和数据分析做出了贡献。CT-SLEB代码可以通过GitHub公开获得。本文中的代码可用性部分包含到GitHub的链接，其中包含CT-SLEB代码。
“一种新的多祖先多基因预测方法提高了不同人群的表现”由张皓宇、詹嘉南、金进、张静宁、鲁文轩、赵汝璋、Thomas Ahearn、Yu Zhi、Jared O'Connell、蒋云轩、Tony Chen、Dayne Okuhara、23andMe研究团队、Montserrat Garcia-Closas、Lin Xihong、Bertram Koelsch和Nilanjan Chatterjee共同撰写。
资金由美国国立卫生研究院提供(K99 CA256513-01, R00 HG012223, 5T32HL007604-37, R35-CA197449, U19-CA203654, R01- hl163560, U01-HG009088, U01-HG012064, R01 hg010490 -01和U01HG011724)。
