构建自适应多基因风险评分模型助力中国人群静脉血栓栓塞风险分层研究

为解决中国人群静脉血栓栓塞（VTE）遗传因素未明问题，研究人员构建新 PRS 模型，可有效分层 VTE 风险。

　　大多数针对静脉血栓栓塞（Venous Thromboembolism，VTE）的全基因组关联研究（Genome-Wide Association Studies，GWAS）使用的是欧洲血统个体的数据。然而，在中国人群中，VTE 的遗传因素尚未完全明确，这使得现有的多基因风险评分（Polygenic Risk Scores，PRS）在识别 VTE 高风险亚群以进行预防方面的应用受到限制。因此，研究人员旨在整理所有潜在的与 VTE 相关的单核苷酸多态性（Single-Nucleotide Polymorphisms，SNPs），基于自适应方法构建一个新的改进 PRS 模型，进而评估其在中国人群 VTE 风险分层中的实用性和有效性。

研究人员全面分析了中国队列中与 VTE 相关的 SNPs 突变谱，以风险比、逻辑回归系数和惩罚回归系数为评估标准，独立对各个 SNPs 的风险效应进行排序。通过整合多种算法并评估其性能，研究人员用最少的 SNP 特征训练出中国人群 VTE 风险的最优预测模型，建立了具有渐进式 SNP 叠加的自适应 PRS 模型，并在一个独立的中国人群队列中进行测试。

基于全部 318 个 SNPs 或 44 个相关性最强的 SNPs 构建的自适应多基因风险评分模型，在中国 VTE 队列测试数据集上表现相近，受试者工作特征曲线下面积（Areas Under Receiver-Operating Characteristic Curves，AUCs）分别为 0.739 和 0.709，达到了基于已知遗传风险因素的传统 PRS 模型 AUC（0.620 - 0.718）的总体最佳水平。此外，研究人员观察到，自适应 PRS 模型是一个独立有效的风险分层指标，不受年龄、吸烟状况等其他临床特征的影响。研究数据显示，仅基于 44 个 SNPs 的 PRS 模型就可有效区分 VTE 高风险亚群。为实现临床应用，该模型可借助切实可行的 VTE 筛查项目，助力中国人群的精准预防。