SuperAPI AI 工具集
合作ENAI 行业资讯收藏
Skill 广场tooluniverse-polygenic-risk-score

tooluniverse-polygenic-risk-score

数据与分析

查看项目

更新于 10-16 04:03

技能介绍

用途

该技能用于为复杂疾病构建和解读多基因风险评分（PRS），基于全基因组关联研究（GWAS）的汇总统计数据。典型使用场景包括：计算 2 型糖尿病的遗传风险、为冠状动脉疾病构建 PRS、估算阿尔茨海默病的遗传易感性、解读乳腺癌风险的 PRS 百分位。

主要能力

  • 从 GWAS Catalog 提取全基因组显著变异（默认阈值 p < 5e-8）。
  • 使用效应量（beta 系数）建立加权 PRS 模型。
  • 根据基因型数据计算个体风险分数。
  • 将 PRS 解读为人群百分位与风险类别。

计算采用公式：PRS = Σ (dosage_i × effect_size_i)，其中 dosage_i 为 SNP i 的效应等位基因数量（0、1 或 2），effect_size_i 为 GWAS 中的 beta 系数或 log(odds ratio)。原始 PRS 通过 z-score = (PRS - population_mean) / population_std 标准化，以便与人群分布比较并计算百分位。

显著性阈值：全基因组显著性 p < 5×10⁻⁸ 为默认值；放宽阈值（如 p < 1×10⁻⁵）可纳入更多 SNP，但可能引入噪声。连续性状（如身高、BMI）使用 beta 系数；二分类性状（如疾病）将优势比转换为 log-odds（beta = ln(OR)）。缺失效应量或未达显著性的 SNP 会被排除。

数据来源

通过 ToolUniverse 的 GWAS 工具查询：

  • GWAS Catalog（EMBL-EBI）：整理好的 GWAS 关联，5000+ 研究、数百万变异；工具为 gwas_get_associations_for_trait、gwas_get_snp_by_id。
  • Open Targets Genetics：整合遗传学平台，精细定位可信集；工具为 OpenTargets_search_gwas_studies_by_disease、OpenTargets_get_variant_info。

核心概念

  • PRS：聚合众多遗传变异的效应，估计个体对某性状或疾病的遗传易感性。复杂疾病涉及数百至数千个变异，每个效应很小。其分布为连续钟形曲线，为相对风险（与人群平均比较），具有概率性（高 PRS 不保证患病，低 PRS 不保证不患病），且具有祖源特异性（准确性依赖 GWAS 与目标祖源匹配）。
  • GWAS：比较病例与对照的等位基因频率（或与性状值相关），以识别疾病相关变异。研究设计包括发现队列、复制队列，样本量越大可检测的效应越小（power ∝ √N），需对约 100 万次检验做多重检验校正。
  • 效应量与优势比：beta（β）为每个效应等位基因拷贝带来的性状变化；优势比（OR）为疾病优势的倍数变化，OR = 1.5 表示每个等位基因优势增加 50%，转换公式 β = ln(OR)。
  • 连锁不平衡（LD）与 clumping：邻近变异常一起遗传，为避免重复计数可进行 LD clumping（在 1 Mb 窗口内选择 r² < 0.1 的独立变异）与精细定位。该技能使用原始关联，生产级 PRS 应包含 LD 修剪。
  • 人群分层：GWAS 与 PRS 在祖源匹配时最准确；欧洲训练的 PRS 在非欧洲人群中表现较差。

工作流程

  1. 性状选择：使用标准术语（如 "type 2 diabetes" 而非 "T2D"），检查 GWAS Catalog 可用性，确认有足够 GWAS 研究（理想样本量 n > 10,000）。
  2. 关联收集：查询数据库，示例代码：
prs = build_polygenic_risk_score(
    trait="coronary artery disease",
    p_threshold=5e-8,
    max_snps=1000
)

考虑 P 值阈值、LD clumping、研究质量（优先大型 meta 分析）。 3. 效应量提取：连续性状直接用 beta，二分类性状将 OR 转为 log-odds，处理缺失值。 4. SNP 过滤：MAF 过滤（排除 MAF < 0.01 的罕见变异）、基因型质控（去除缺失率 > 10% 的 SNP）、Hardy-Weinberg 检验（排除违反 HWE，p < 1e-6）、去除模糊 SNP（A/T 与 G/C，链模糊）。 5. 分数计算：

result = calculate_personal_prs(
    prs_weights=prs,
    genotypes=my_genotypes,
    population_mean=0.0,
    population_std=1.0
)

基因型来源包括 23andMe 原始数据导出、Ancestry DNA 原始数据、全基因组测序（VCF 文件）、SNP 芯片数据（Illumina、Affymetrix）。 6. 风险解读：

result = interpret_prs_percentile(result)
print(f"Percentile: {result.percentile:.1f}%")
print(f"Risk: {result.risk_category}")

风险类别：低风险 < 20 百分位；平均风险 20-80 百分位；升高风险 80-95 百分位；高风险 > 95 百分位。

适用场景

  • 临床风险评估：筛查项目（如乳腺 X 线、结肠镜）、预防策略、药物反应（药物基因组学）。资料提到 Khera 等（2018）显示 PRS 识别出的冠状动脉疾病风险 > 3 倍个体比单基因突变多 3 倍。
  • 研究应用：基因发现（PRS 为基础的 PheWAS）、遗传相关性、因果推断（孟德尔随机化）、模拟研究。
  • 个人基因组：消费级基因检测用户可计算未报告性状的 PRS、比较已发表模型、理解遗传与生活方式因素的贡献。注意个人 PRS 不应替代医疗建议。

限制

科学限制：遗传力缺口（2 型糖尿病约 50% 可遗传，PRS 仅解释约 10-20%；罕见变异、上位效应、基因-环境交互未被捕获）；祖源偏倚（多数 GWAS 为欧洲祖源）；赢家诅咒（发现效应量常被高估）；缺失遗传力。 临床限制：非诊断性（概率性而非确定性）；未纳入环境因素（许多复杂疾病 50%+ 为环境因素）；多效性；可操作性有限（如阿尔茨海默病 PRS 当前可操作性有限）。 伦理考量：隐私（遗传数据可识别且永久）、歧视（GINA 在美国保护健康/就业歧视，但不保护人寿保险和长期护理）、心理影响、公平性（祖源偏倚导致利益不均）。

免责声明

该技能仅用于教育和研究目的，不用于临床诊断或治疗决策，未经临床验证——临床级 PRS 应使用 PGS Catalog 模型，解读需专业遗传咨询，不纳入家族史、环境或生活方式因素，准确性依赖 GWAS 祖源匹配。临床遗传检测应咨询遗传咨询师（ABGC/ABMGG 认证）、医学遗传学家或接受基因组学培训的医疗提供者。PRS 领域发展迅速，指南和最佳实践将持续变化。监管状态：截至 2024 年 FDA 未监管 PRS；部分国家限制直接面向消费者的遗传风险报告，临床实施前应查阅当地法规。

参考资料与资源

关键文献：Lambert 等（2021）PGS Catalog；Khera 等（2018）Nature Genetics 50:1219–1224；Torkamani 等（2018）Nature Reviews Genetics 19:581–590；Martin 等（2019）Nature Genetics 51:584–591；Choi 等（2020）Nature Protocols 15:2759–2772。 资源：PGS Catalog https://www.pgscatalog.org/ ；LD Hub http://ldsc.broadinstitute.org/ ；PRSice https://www.prsice.info/ ；GWAS Catalog https://www.ebi.ac.uk/gwas/ 。 最佳实践涉及 PRS 构建（优先使用 PGS Catalog 验证模型、包含 LD clumping 与祖源特异性权重、匹配祖源、纳入尽可能多的 SNP、考虑性状架构）、临床使用（结合临床风险评分、分层筛查与预防、提供遗传咨询、考虑可操作性）、研究使用（透明报告方法、在留出队列中验证、跨祖源测试）。