变化会疾病预测的准确性

多基因的分数——估计个体的易感性的复杂特征和疾病控制承诺对于识别患者疾病的风险,指导早期,个性化治疗,但加州大学洛杉矶分校专家发现分数没有考虑到广泛的遗传多样性在个人的所有祖先。

“多基因的分数可以预测个体的可能性有某种特质通过汇总和分析成千上万的小影响数以百万计的常见基因变异成一个单一的分数,但是他们的遗传背景各不相同的个体之间的性能是有限的,”说Bogdan Pasaniuc博士,一个加州大学洛杉矶分校健康专家统计和计算方法对于理解常见疾病的遗传风险因素。

研究人员的分析,发表在《自然》表明多基因的准确性分数(后卫),不同个体间在连续的遗传血统,人群中也是如此,传统上被认为是“均匀”,(例如,欧洲人)Pasaniuc说,论文的资深作者。

评估动力表现一般是在“人口”级别,如“欧洲人”凝结个人相似的祖先在基因分析集群中,作者说。

“实施人工边界上这个连续体,忽略了多样性,或内部的异质性,集群可以在一组模糊变异,隐藏的相似之处可能存在于个人在不同的团体,和离开的人不适合一个特定的基因血统,”易丁说,在加州大学洛杉矶分校的生物信息学,研究生的一员Pasaniuc实验室论文的第一作者。

提供一个更精确的估计的动力分配的准确性,研究人员开发出一种方法来评估动力精度在个体水平。来测试它,他们后卫申请84复杂特征的数据超过35000人加州大学洛杉矶分校的阿特拉斯精密健康生物,世界上最多样化的生物银行之一,部分原因是洛杉矶地区是全球最祖先地多样化的人群之一。

新工具的“培训”数据来自个人在英国生物库的子集。代替离散基因血统,连续度量的“遗传距离”是用于建立每个人的位置在地图集数据库基因分析连续体,本质上显示相似或不同的目标(ATLAS)个体的基因组是人口,来自英国的训练。

“我们发现更多的不同——或“遥远”——一个目标基因的个体的基因组从英国生物库训练数据,动力分配的准确性越低,”丁说。

动力分配的准确性下降,遗传距离变得更大,即使研究人员专门看着血统被认为是均匀分组,如欧洲的个体遗传祖先。相反,有些人不认同欧洲血统有较高水平的遗传相似性,表明动力性能可以从同一祖先但两个个体之间的差异相当的两个人从不同的血统——取决于他们的遗传相似性。

“我们的遗传距离指标优于离散聚类识别那些可能受益于动力,“Pasaniuc说,研究员加州大学洛杉矶分校的大卫格芬医学院和加州大学洛杉矶分校健康精密卫生研究所。

研究小组发现了几个因素——正在进行的和未来的研究对象——可能会影响动力分配的准确性和实用性,特别是在人们“混血”血统。这些通常定义为个体与最近的祖先来自两个或两个以上的大陆——例如非裔美国人和拉丁美洲人。

Pasaniuc的研究侧重于提高遗传危险因素预测有混血血统的人,说这些人“马赛克”基因组,段不同的大陆血统在每一个地区。不同的部分由不同的血统,是极难准确分类这些人使用传统的祖先标签。

“动力分配公平使用,”他说,“动力精度的评估应该考虑全面的遗传多样性。”

参考:丁Y,侯K,徐Z,等。多基因遗传祖先连续得分精度不同。自然。2023年。doi:10.1038 / s41586 - 023 - 06079 - 4

本文从以下转载材料。注:材料可能是长度和内容的编辑。为进一步的信息,请联系引用源。