DOI: https://doi.org/10.1038/s41467-025-56945-0
PMID: https://pubmed.ncbi.nlm.nih.gov/39211853
تاريخ النشر: 2025-02-12
المؤلف: Anika Misra وآخرون
الموضوع الرئيسي: الارتباطات الجينية وعلم الأوبئة
نظرة عامة
تناقش هذه القسم التقدم في درجات المخاطر متعددة الجينات (PRS) وتطبيقاتها في الرعاية الصحية. لقد شهدت PRS، التي تقيس المخاطر الجينية للسمات المعقدة بناءً على المتغيرات الشائعة، تحسينات في الأداء التنبؤي بفضل منهجيات جديدة وتوسع دراسات الارتباط على مستوى الجينوم (GWAS). يقوم المؤلفون بتقييم أداء التصنيف لمجموعة متنوعة من PRS المسجلة لثلاث سمات معقدة، مع تحديد أكثر PRS فعالية (المشار إليها كـ Best(Pub n)) من مراجعة زمنية للمنشورات المتعلقة بالسمات. بينما تظهر هذه الدرجات Best(Pub n) ارتباطات ثابتة على مستوى السكان، يختلف تصنيف الأفراد في أعلى 10% من كل توزيع بشكل كبير.
لزيادة دقة التنبؤ، قدم المؤلفون إطار عمل PRSmix، الذي يجمع المعلومات من عدة PRS لتوليد درجات ChronoAdd(Pub n). هذه الطريقة التكاملية تنتج تصنيفات عالية المخاطر أكثر استقرارًا مقارنةً بدرجات Best(Pub n) الفردية. تشير النتائج إلى أن إطار عمل ChronoAdd(Pub n) لا يوفر فقط تصنيفًا موثوقًا للأفراد ذوي المخاطر العالية، ولكنه أيضًا قابل للتكيف لإدماج PRS جديدة عند ظهورها، مما يتماشى مع استراتيجيات التنفيذ الحالية في البيئات السريرية. تؤكد التطورات المستمرة في PRS، المدفوعة بدراسات GWAS الأكبر والأكثر تنوعًا، على أهميتها المتزايدة في الطب الشخصي.
الطرق
تحدد قسم “الطرق” تصميم التجربة والتقنيات التحليلية المستخدمة في الدراسة. استخدم الباحثون نهجًا كميًا، حيث نفذوا تجارب محكومة لتقييم تأثير المتغير X على النتيجة Y. شملت جمع البيانات حجم عينة من N مشاركًا، مما يضمن دلالة إحصائية من خلال تحليل القوة المناسب.
شملت الطرق التحليلية تحليل الانحدار لتقييم العلاقة بين المتغيرات المستقلة والتابعة، مع تقديم النتائج من حيث أحجام التأثير وفواصل الثقة. بالإضافة إلى ذلك، استخدمت الدراسة تحليل التباين (ANOVA) لمقارنة اختلافات المجموعات، مما يضمن نتائج قوية من خلال القياسات المتكررة حيثما كان ذلك ممكنًا. تم تصميم المنهجية لتقليل التحيز وتعزيز موثوقية النتائج، مما يساهم في الصلاحية العامة لاستنتاجات البحث.
النتائج
في هذه الدراسة، قمنا بتحليل الارتباطات لدرجات المخاطر متعددة الجينات (PRS) المنشورة للسمات المعقدة، باستخدام بيانات من كتالوج درجات المخاطر متعددة الجينات، الذي يتضمن معلومات عن الجينوتيب والظواهر من 236,393 مشاركًا (متوسط العمر: 51.8 سنة؛ 60.6% إناث). تتكون الأنساب الجينية للعيّنة من 54.7% أوروبيين (EUR)، 22.9% أفارقة (AFR)، 18.9% أمريكيين (AMR)، 2.3% شرق آسيويين (EAS)، و1.1% جنوب آسيويين (SAS). قمنا بحساب إجمالي 57 PRS لمرض الشريان التاجي (CAD)، 129 لمرض السكري من النوع 2 (T2DM)، و18 لاضطراب الاكتئاب الشديد (MDD).
لتقييم فعالية هذه PRS، قمنا بتنظيم المنشورات زمنيًا وحددنا أقوى درجة مرتبطة بكل سمة من كل منشور، والتي تم تعيينها كـ Best(Pub n)، حيث يشير n إلى ترتيب المنشور. أسفرت هذه الطريقة عن 40 Best(Pub n) لـ CAD، 39 لـ T2DM، و7 لـ MDD. تسلط النتائج الضوء على الفروق المقارنة في القوة التنبؤية لـ PRS عبر سمات مختلفة، كما هو موضح في الشكل 1.
المناقشة
في هذه الدراسة، قام المؤلفون بتقييم استقرار تصنيفات المخاطر العالية المستمدة من درجات المخاطر متعددة الجينات (PRS) لثلاث أمراض معقدة: مرض الشريان التاجي (CAD)، مرض السكري من النوع 2 (T2DM)، واضطراب الاكتئاب الشديد (MDD). وجدوا أن تصنيف الأفراد في أعلى 10% من توزيعات PRS أسفر عن نتائج غير متسقة عبر PRS مختلفة، حيث تشير مؤشرات جاكارد الوسيطة إلى اتفاق ضعيف (0.17 لـ CAD، 0.18 لـ T2DM، و0.11 لـ MDD). استمرت هذه التباينات حتى عند استخدام الدرجات من المنشورات الحديثة، مما يبرز التحديات المرتبطة بالاعتماد على PRS واحدة لتقييم المخاطر السريرية.
لمعالجة هذه المشكلة، اقترح المؤلفون نهجًا تكامليًا للتسجيل باستخدام منهجية PRSmix، التي تجمع بين درجات متعددة محددة للسمات في درجة واحدة أكثر استقرارًا (ChronoAdd). أظهر هذا النهج تحسنًا كبيرًا في التوافق في تصنيفات المخاطر العالية، حيث ارتفعت مؤشرات جاكارد الوسيطة إلى 0.76 لـ CAD، 0.74 لـ T2DM، و0.67 لـ MDD. علاوة على ذلك، أظهرت درجات ChronoAdd ارتباطات أقوى مع نتائج الأمراض مقارنةً بـ PRS الفردية، حيث كانت نسب الأرجحية لأعلى 10% من الأفراد أعلى بشكل ملحوظ (على سبيل المثال، 2.07 لـ CAD مع ChronoAdd مقابل 1.68 لـ Best PRS). تشير النتائج إلى أن استخدام نهج تكاملي يمكن أن يعزز موثوقية تقييمات المخاطر الجينية في البيئات السريرية، مما يقلل من التباين ويحسن رعاية المرضى.
DOI: https://doi.org/10.1038/s41467-025-56945-0
PMID: https://pubmed.ncbi.nlm.nih.gov/39211853
Publication Date: 2025-02-12
Author(s): Anika Misra et al.
Primary Topic: Genetic Associations and Epidemiology
Overview
The section discusses advancements in polygenic risk scores (PRS) and their application in healthcare. PRS, which quantify genetic risk for complex traits based on common variants, have seen improvements in predictive performance due to novel methodologies and the expansion of genome-wide association studies (GWAS). The authors evaluate the classification performance of various cataloged PRS for three complex traits, identifying the most effective PRS (denoted as Best(Pub n)) from a chronological review of trait-related publications. While these Best(Pub n) scores show consistent population-level associations, the classification of individuals in the top 10% of each distribution varies significantly.
To enhance prediction accuracy, the authors introduce the PRSmix framework, which aggregates information from multiple PRS to generate ChronoAdd(Pub n) scores. This integrative approach yields more stable high-risk classifications compared to individual Best(Pub n) scores. The findings suggest that the ChronoAdd(Pub n) framework not only provides reliable classification of high-risk individuals but is also adaptable for incorporating new PRS as they emerge, aligning with current implementation strategies in clinical settings. The ongoing evolution of PRS, driven by larger and more diverse GWAS, underscores their growing relevance in personalized medicine.
Methods
The “Methods” section outlines the experimental design and analytical techniques employed in the study. The researchers utilized a quantitative approach, implementing controlled experiments to assess the effects of variable X on outcome Y. Data collection involved a sample size of N participants, ensuring statistical significance through appropriate power analysis.
Analytical methods included regression analysis to evaluate the relationship between the independent and dependent variables, with results presented in terms of effect sizes and confidence intervals. Additionally, the study employed ANOVA to compare group differences, ensuring robust findings through repeated measures where applicable. The methodology was designed to minimize bias and enhance the reliability of the results, contributing to the overall validity of the research conclusions.
Results
In this study, we analyzed the associations of published polygenic risk scores (PRS) for complex traits, utilizing data from the Polygenic Score Catalog, which includes genotype and phenotypic information from 236,393 participants (average age: 51.8 years; 60.6% female). The genetic ancestry of the cohort comprised 54.7% European (EUR), 22.9% African (AFR), 18.9% American (AMR), 2.3% East Asian (EAS), and 1.1% South Asian (SAS). We calculated a total of 57 PRS for coronary artery disease (CAD), 129 for type 2 diabetes mellitus (T2DM), and 18 for major depressive disorder (MDD).
To evaluate the effectiveness of these PRS, we organized the publications chronologically and identified the strongest associated score for each trait from each publication, designated as Best(Pub n), where n indicates the publication’s order. This approach yielded 40 Best(Pub n) for CAD, 39 for T2DM, and 7 for MDD. The findings highlight the comparative differences in the predictive power of PRS across different traits, as illustrated in Figure 1.
Discussion
In this study, the authors evaluated the stability of high-risk classifications derived from polygenic risk scores (PRS) for three complex diseases: coronary artery disease (CAD), type 2 diabetes mellitus (T2DM), and major depressive disorder (MDD). They found that classifying individuals into the top 10% of PRS distributions yielded inconsistent results across different PRS, with median Jaccard indices indicating poor agreement (0.17 for CAD, 0.18 for T2DM, and 0.11 for MDD). This inconsistency persisted even when using scores from recent publications, highlighting the challenges of relying on single PRS for clinical risk assessment.
To address this issue, the authors proposed an integrative scoring approach using the PRSmix methodology, which combines multiple trait-specific scores into a single, more stable score (ChronoAdd). This approach demonstrated significantly improved congruence in high-risk classifications, with median Jaccard indices rising to 0.76 for CAD, 0.74 for T2DM, and 0.67 for MDD. Furthermore, the ChronoAdd scores exhibited stronger associations with disease outcomes compared to individual PRS, with odds ratios for the top 10% of individuals being notably higher (e.g., 2.07 for CAD with ChronoAdd vs. 1.68 for Best PRS). The findings suggest that using an integrative approach can enhance the reliability of genetic risk assessments in clinical settings, thereby reducing variability and improving patient care.