Nature Medicine：优化针对不同人群的基因测试

为了防止新兴的基因组技术造成健康差异，一个由美国国立卫生研究院资助的科学团队设计了新的方法来改进一种被称为多基因风险评分的基因检测方法。许多基因测试使用的数据集严重高估了欧洲血统的人，因此研究人员使用不同祖先的基因组数据重新校准了这些基因测试。

　　

为了防止新兴的基因组技术造成健康差异，一个由美国国立卫生研究院资助的科学团队设计了新的方法来改进一种被称为多基因风险评分的基因检测方法。由于多基因风险评分并非对所有人群都有效，研究人员使用不同祖先的基因组数据重新校准了这些基因测试。据《自然医学》(Nature Medicine)报道，优化后的测试可以更准确地评估不同人群的疾病风险。

基因测试着眼于个体基因组之间的微小差异，即基因组变异，而多基因风险评分是评估基因组中许多基因组变异以确定一个人患病风险的工具。随着多基因风险评分的使用越来越多，一个主要的担忧是，用于计算得分的基因组数据集往往严重高估了欧洲血统的人。

“最近，越来越多的研究将多祖先基因组数据纳入多基因风险评分的发展中，然而，在迄今为止开发的许多分数中，遗传祖先代表仍然存在差距。”文章一作Niall Lennon博士说。

这些“空白”或缺失的数据可能导致错误的结果，即一个人可能患有某种疾病的风险很高，但却没有得到高风险评分，因为他们的基因组变异没有得到代表。虽然健康差距往往源于系统性歧视，而不是遗传，但这些错误的结果表明，不公平的遗传工具可能加剧现有的健康差距。

在这项新研究中，研究人员利用健康记录和来自我们所有人研究计划的祖先多样化基因组数据改进了现有的多基因风险评分，该计划是美国国立卫生研究院资助的一项计划，旨在收集来自不同背景的100多万人的健康数据。

与之前用于计算多基因风险评分的其他主要数据集相比，All of Us数据集代表的非欧洲血统个体数量约为其三倍。它还包括跨越两个或两个以上全球人口的个体的8倍。这些人的强大代表性是关键，因为他们比其他群体更有可能从多基因风险评分中获得误导性的结果。

研究人员选择了10种常见健康状况的多基因风险评分，包括乳腺癌、前列腺癌、慢性肾病、冠心病、哮喘和糖尿病。多基因风险评分对于评估由几种遗传因素组合导致的疾病的风险特别有用，正如所选的10种疾病的情况一样。许多这些健康状况也与健康差距有关。

研究人员从“我们所有人”的数据中收集了不同祖先的队列，包括患有和不患有每种疾病的个体。这些队列中的基因组变异使研究人员能够重新校准非欧洲血统个体的多基因风险评分。

利用优化后的分数，研究人员分析了一个由2500名不同祖先组成的群体的疾病风险。研究发现，大约五分之一的参与者患这10种疾病中至少一种的风险很高。

最重要的是，这些参与者的祖先背景差异很大，这表明重新校准的多基因风险评分并不偏向于欧洲血统的人，而且对所有人群都有效。

Niall Lennon博士说:“我们的模型极大地增加了一种可能性，即处于分布的高风险一端的人应该得到高风险的结果，而不管他们的遗传血统如何。”“我们所有人数据集的多样性对我们做到这一点至关重要。”

然而，这些优化分数不能单独解决健康差距问题。列侬博士说:“多基因风险评分结果只对那些能够采取行动预防疾病或早期发现疾病的患者有用，而较少获得医疗保健的人也将难以获得建议的随访活动，例如更频繁的筛查。”

尽管如此，这项工作是在临床上常规使用多基因风险评分以使所有人受益的重要一步。这项研究的2500名参与者只是对多基因风险评分提高的初步观察。美国国立卫生研究院的电子医疗健康记录和基因组学(eMERGE)网络将在研究的下一阶段招募来自不同祖先人群的25,000名参与者，继续这项研究。