【佳學(xué)基因檢測(cè)】用于預(yù)測(cè)2型糖尿病風(fēng)險(xiǎn)的全基因組多基因評(píng)分模型
疾病風(fēng)險(xiǎn)基因檢測(cè)導(dǎo)讀:
多基因風(fēng)險(xiǎn)評(píng)分 (PRS) 已被證明可以預(yù)測(cè)疾病風(fēng)險(xiǎn),例如 2 型糖尿病 (T2D)。 然而,現(xiàn)有關(guān)于 T2D 遺傳預(yù)測(cè)的研究僅具有有限的預(yù)測(cè)能力。 為了進(jìn)一步提高多基因風(fēng)險(xiǎn)評(píng)分 (PRS) 在識(shí)別 T2D 高風(fēng)險(xiǎn)個(gè)體方面的預(yù)測(cè)能力,糖尿病風(fēng)險(xiǎn)基因檢測(cè)提出了一種新的三步過濾程序,旨在將真正具有預(yù)測(cè)性的單核苷酸多態(tài)性 (SNP) 納入多基因風(fēng)險(xiǎn)評(píng)分 (PRS) 模型,并避免無法預(yù)測(cè)的單核苷酸多態(tài)性。 首先,佳學(xué)基因根據(jù)來自大規(guī)模全基因組關(guān)聯(lián)研究的邊際關(guān)聯(lián) p 值 (p≤5׋10−2) 篩選 SNP。 其次,將連鎖不平衡 (LD) 修剪閾值 (r2) 設(shè)置為 0.2、0.4、0.6 和 0.8。 第三,將 p 值閾值設(shè)置為 5≤10−2、5≤10−4、5≤10−6 和 5≤10−8。 然后,構(gòu)建并測(cè)試了通過 PRSice-2 軟件在英國生物銀行 (UKB) 測(cè)試數(shù)據(jù)集中的 182,422 個(gè)人中獲得的多個(gè)候選 PRS 模型。 根據(jù) UKB 驗(yàn)證數(shù)據(jù)集 (n = 274,029) 驗(yàn)證了從測(cè)試過程中選擇的最佳 PRS 模型在識(shí)別高 T2D 風(fēng)險(xiǎn)個(gè)體方面的預(yù)測(cè)能力。 通過調(diào)整后的受試者工作特征曲線下面積(AUC)評(píng)估PRS模型的預(yù)測(cè)精度,表明佳學(xué)基因的PRS模型具有良好的預(yù)測(cè)性能[AUC = 0.795,95%置信區(qū)間(CI):(0.790,0.800)]。 具體而言,佳學(xué)基因的 PRS 模型分別確定了 30%、12% 和 7% 的人群患 T2D 的風(fēng)險(xiǎn)分別超過五倍、六倍和七倍。 調(diào)整性別、年齡、身體測(cè)量值和臨床因素后,AUC 增加到 0.901 [95% CI:(0.897,0.904)]。 因此,佳學(xué)基因的 PRS 模型可用于人群水平的預(yù)防性 T2D 篩查。
糖尿病疾病風(fēng)險(xiǎn)基因檢測(cè)介紹
2 型糖尿病 (T2D) 是一個(gè)全球性的公共衛(wèi)生問題。 識(shí)別 T2D 高危人群以進(jìn)行早期靶向檢測(cè)、預(yù)防和干預(yù)具有重要的公共衛(wèi)生意義。 除了眾所周知的行為和環(huán)境因素外,T2D 還具有很強(qiáng)的遺傳成分。 全基因組關(guān)聯(lián)研究 (GWAS) 已成功識(shí)別出許多賦予 T2D 易感性的常見遺傳變異。 然而,GWAS 發(fā)現(xiàn)的所有這些常見遺傳變異只能占總遺傳力的一小部分,從而導(dǎo)致預(yù)測(cè)能力低下。 多基因風(fēng)險(xiǎn)評(píng)分 (PRS) 匯總了許多常見單核苷酸多態(tài)性 (SNP) 的信息,這些信息根據(jù)從大規(guī)模發(fā)現(xiàn) GWAS 獲得的效應(yīng)大小進(jìn)行加權(quán),已被用于預(yù)測(cè) T2D 風(fēng)險(xiǎn)。 PRS 有望具有更好的預(yù)測(cè)能力,并有可能提高 T2D 風(fēng)險(xiǎn)評(píng)估的性能。
構(gòu)建 PRS 最常用的方法稱為聚類和閾值化 (C + T) [或修剪和閾值化 (P + T)] 方法,它應(yīng)用兩個(gè)過濾步驟。 為了保留彼此弱相關(guān)的 SNP,它首先通過使用連鎖不平衡 (LD) 驅(qū)動(dòng)的聚集過程在 SNP 周圍形成團(tuán)塊。 每個(gè)聚類包含索引 SNP 的 250 kb 以內(nèi)的所有 SNP,LD 的程度由提供的成對(duì)相關(guān)性 (r2) 確定。 然后,它會(huì)刪除從疾病相關(guān) GWAS 中獲得的 p 值大于給定閾值的 SNP。 C+T被認(rèn)為是生成PRS最直觀、最簡單的方法。 有兩種常見的軟件程序(即 PLINK 和 PRSice)可用于實(shí)現(xiàn) C + T 方法。 最近,Choi 等人開發(fā)了一種新軟件 PRSice-2,該軟件被證明比其他 PRS 軟件計(jì)算效率更高、可擴(kuò)展性更高,同時(shí)保持了相當(dāng)?shù)念A(yù)測(cè)能力。
一些研究人員嘗試構(gòu)建基于 C + T 方法的 PRS 模型,用于通過 PLINK 或 PRSice 軟件預(yù)測(cè) T2D 風(fēng)險(xiǎn)。 最早的 PRS 模型僅評(píng)估了 6,078 名個(gè)體中已發(fā)表的易患 T2D 的三種變體的綜合風(fēng)險(xiǎn)。 他們的 PRS 模型的接受者操作特征曲線 (AUC) 下的面積為 0.571。 此后,其他研究人員嘗試了各種策略來提高 PRS 模型的預(yù)測(cè)能力,包括增加 SNP 的數(shù)量、調(diào)整性別和年齡、一些物理測(cè)量 [例如體重指數(shù) (BMI)、舒張壓 (DBP) 和收縮壓 (SBP)] 和臨床因素 [例如,甘油三酯水平 (TL)、葡萄糖水平 (GL) 和膽固醇水平 (CL)]。 這些改進(jìn)的 PRS 模型的 AUC 有一定程度的增加(范圍從 0.600 到 0.800)。 但是,仍然存在一些限制。 首先,他們的樣本量并不大(范圍從 2,776 到 39,117)。 其次,他們只考慮了少數(shù)通過“GWAS 顯著變異”推導(dǎo)策略(p≤‹1׋10−8 和 r2 < 0.2)的 SNP(范圍從 3 到 1,000),這過于嚴(yán)格,可能會(huì)錯(cuò)過 預(yù)測(cè)性 SNP。 Amit 等人構(gòu)建了跨全基因組的 PRS 模型,最終包括來自英國生物銀行 (UKB) 項(xiàng)目的總共 409,258 個(gè)個(gè)體和 6,917,436 個(gè) SNP。 在針對(duì)年齡、性別和祖先的前四個(gè)主要成分進(jìn)行調(diào)整后,AUC 為 0.730。 該策略在預(yù)測(cè)精度上略有提升; 但是計(jì)算量相對(duì)較大。
為了進(jìn)一步探索 PRS 模型在識(shí)別 T2D 高危個(gè)體方面的預(yù)測(cè)能力,基因解碼提出了一種新策略,通過以下三步過濾程序構(gòu)建 PRS 模型,以考慮信號(hào)和噪聲之間的統(tǒng)計(jì)折衷。 首先,基因解碼沒有在整個(gè)基因組中包含 SNP,而是通過寬松的顯著性閾值 (p≤‹5׋10−2) 從大規(guī)模 GWAS 中包含的大量 SNP 中選擇了一個(gè) SNP 子集。 其次,根據(jù) Khera 等人,佳學(xué)基因?qū)?r2 設(shè)置為等于 0.2、0.4、0.6 和 0.8 作為候選 LD 修剪閾值。第三,疾病風(fēng)險(xiǎn)基因檢測(cè)將 p 值閾值設(shè)置為 5׋10−2、5׋10−4、5׋10 −6,和 5׋10−8。 將上述閾值應(yīng)用于 GWAS 匯總數(shù)據(jù)后,基于目標(biāo)樣本中的 PRSice-2 軟件生成了總共 16 個(gè)候選 PRS 模型。 基因解碼使用 UKB 測(cè)試數(shù)據(jù)集 (n = 182,422) 進(jìn)行了測(cè)試,以避免模型過度擬合問題。最后,基因解碼在一組候選 PRS 模型中選擇了最佳預(yù)測(cè) PRS 模型,并在 UKB 驗(yàn)證數(shù)據(jù)集(n = 262,751)中對(duì)其進(jìn)行了評(píng)估。 糖尿病風(fēng)險(xiǎn)基因檢測(cè)還考慮了非遺傳風(fēng)險(xiǎn)因素,包括性別、年齡、身體測(cè)量值和臨床因素,以進(jìn)一步提高預(yù)測(cè)正確性。 實(shí)際數(shù)據(jù)分析表明,佳學(xué)基因的 PRS 模型優(yōu)于以前的 T2D 預(yù)測(cè)模型。
- 上一篇:【佳學(xué)基因檢測(cè)】 萊姆病(Lyme disease)基因檢測(cè):手腳疼痛、麻木及關(guān)節(jié)炎的原因鑒定
- 下一篇:【佳學(xué)基因檢測(cè)】端?;驒z測(cè)的作用和意義
- 【佳學(xué)基因檢測(cè)】國家癌癥中心發(fā)布:2024年中國所面臨的癌癥死亡或患病風(fēng)險(xiǎn)...
- 【佳學(xué)基因檢測(cè)】伴有脊柱強(qiáng)直和遠(yuǎn)端關(guān)節(jié)攣縮常染色體隱性肌病致病基因鑒定基因檢測(cè)...
- 【佳學(xué)基因檢測(cè)】遠(yuǎn)端脊髓性肌萎縮癥常染色體隱性遺傳1型基因檢測(cè)質(zhì)量因素...
- 【佳學(xué)基因檢測(cè)】脊髓性肌萎縮癥III型發(fā)病原因基因檢測(cè)...
- 【佳學(xué)基因檢測(cè)】常染色體隱性遺傳1型肢帶肌營養(yǎng)不良癥基因檢測(cè)的好處...
- 【佳學(xué)基因檢測(cè)】脊髓性肌萎縮癥I型基因檢測(cè)對(duì)查找原因的幫助...
- 【佳學(xué)基因檢測(cè)】脊髓性肌萎縮癥IV型基因檢測(cè)對(duì)治療的幫助...
- 【佳學(xué)基因檢測(cè)】1型a型肌營養(yǎng)不良-糖基連接蛋白病癥基因檢測(cè)怎么做?...
- 【佳學(xué)基因檢測(cè)】常染色體顯性遺傳下肢為主脊髓性肌萎縮癥1型基因檢測(cè)的必要性...
- 【佳學(xué)基因檢測(cè)】X連鎖3型遠(yuǎn)端脊髓性肌萎縮癥基因檢測(cè)對(duì)正確診斷的意義...
- 【佳學(xué)基因檢測(cè)】進(jìn)行性肌肉萎縮基因檢測(cè)對(duì)避免誤診的有效性...
- 【佳學(xué)基因檢測(cè)】以下肢為主的脊髓性肌萎縮癥基因檢測(cè)對(duì)阻斷遺傳的重要性...
- 【佳學(xué)基因檢測(cè)】肌營養(yǎng)不良癥、肢帶型、常染色體隱性遺傳5型基因?qū)?yōu)生優(yōu)育的信息支持...
- 【佳學(xué)基因檢測(cè)】遠(yuǎn)端脊髓性肌萎縮癥常染色體隱性遺傳2型基因檢測(cè)正確治療的幫助作用...
- 【佳學(xué)基因檢測(cè)】肌營養(yǎng)不良癥、肢帶型、常染色體隱性遺傳4型基因檢測(cè)所帶來的早期診斷對(duì)健康生活的作用...
- 【佳學(xué)基因檢測(cè)】1型肌肉收縮型埃勒斯-當(dāng)洛斯綜合征基因檢測(cè)如何做?...
- 【佳學(xué)基因檢測(cè)】2型肌肉收縮型埃勒斯-當(dāng)洛斯綜合征基因檢測(cè)致病基因基因鑒定...
- 【佳學(xué)基因檢測(cè)】漸進(jìn)性骨發(fā)育不良為什么需要基因檢測(cè)才能排除基因突變?cè)颍?/strong>...
- 【佳學(xué)基因檢測(cè)】季節(jié)性情緒失調(diào)(Seasonal affective disorder)是否需要檢測(cè)才能真正確診?...
- 【佳學(xué)基因檢測(cè)】硬纖維瘤(Desmoid tumor)是否遺傳為什么需要將突變定位到特點(diǎn)的位點(diǎn)?...
- 【佳學(xué)基因檢測(cè)】卡穆拉蒂-恩格爾曼病(Camurati-Engelmann disease)為什么需要基因基因檢測(cè)才能確定是否遺傳?...
- 【佳學(xué)基因檢測(cè)】努南綜合征伴多發(fā)性雀斑(Noonan syndrome with multiple lentigines)為什么需要基因檢測(cè)來確診?...
- 【佳學(xué)基因檢測(cè)】二氫嘧啶脫氫酶缺乏癥(Dihydropyrimidine dehydrogenase deficiency)相關(guān)基因檢測(cè)步驟...
- 【佳學(xué)基因檢測(cè)】二氫嘧啶酶缺乏癥(Dihydropyrimidinase deficiency)遺傳阻斷基因檢測(cè)...
- 【佳學(xué)基因檢測(cè)】X連鎖嬰兒脊髓性肌萎縮癥(X-linked infantile spinal muscular atrophy)基因檢測(cè)正確率達(dá)到多少...
- 【佳學(xué)基因檢測(cè)】波托茨基-盧普斯基綜合征(Potocki-Lupski syndrome)基因檢測(cè)正確嗎...
- 【佳學(xué)基因檢測(cè)】孤立性生長激素缺乏癥(Isolated growth hormone deficiency)基因可以篩查嗎...
- 【佳學(xué)基因檢測(cè)】Dandy-Walker畸形(Dandy-Walker malformation)基因怎么篩查...
- 【佳學(xué)基因檢測(cè)】隆突性皮膚纖維肉瘤(Dermatofibrosarcoma protuberans)基因治療為什么需要先做基因檢測(cè)...
- 【佳學(xué)基因檢測(cè)】毛里爾病(Darier disease)疾病基因檢測(cè)...
- 來了,就說兩句!
-
- 最新評(píng)論 進(jìn)入詳細(xì)評(píng)論頁>>