В рамках национального сотрудничества исследователи из Broad Clinical Laboratories оптимизировали 10 полигенных показателей для использования в клинических исследованиях. Это часть исследования, направленного на определение того, как реализовать прогнозирование генетического риска для пациентов. Анализируя миллионы небольших генетических различий в геноме человека, исследователи рассчитывают полигенную оценку риска, чтобы оценить шансы человека на развитие определенных заболеваний в течение его жизни.
За последнее десятилетие ученые разработали оценки риска для десятков состояний, включая болезни сердца, почек, диабет и рак. Они надеются, что пациенты смогут использовать эту информацию для снижения риска развития этих состояний. Определить, эффективны ли эти тесты для всех групп населения, было непросто, как и использовать их для принятия клинических решений.
Группа исследователей из Института Брода Массачусетского технологического института и Гарварда в сотрудничестве с десятью академическими медицинскими центрами США разработала десять новых тестов для клинических исследований. Команда описала, как они выбрали и проверили тесты на десять распространенных заболеваний, таких как болезни сердца, рак молочной железы и диабет 2 типа, в исследовании, опубликованном в Nature Medicine 19 февраля. Они также откалибровали эти тесты, чтобы они работали для людей неевропейского происхождения.
Ученые работали в сотрудничестве с Национальной сетью электронных медицинских карт и геномики (eMERGE), финансируемой Национальным исследовательским институтом генома человека, над изучением того, как генетические данные пациентов могут быть интегрированы в их электронные медицинские карты с целью улучшения клинической помощи и результатов лечения. 10 сотрудничающих медицинских центров являются частью этого проекта, в котором принимают участие 25 000 человек, и исследователи из Broad Clinical Laboratories, дочерней компании Broad Institute, проводят тесты на оценку полигенного риска для этих участников.
"Было много дискуссий и дебатов о показателях полигенного риска, а также об их полезности и применении в клинических условиях", - сказал Найл Леннон, главный научный сотрудник Broad Clinical Labs и научный сотрудник института Broad. "С помощью этого исследования мы сделали первые шаги к демонстрации потенциальной силы и полезность этих оценок для разнообразной популяции. Мы надеемся, что в будущем такого рода информация будет использоваться в профилактической медицине, чтобы помочь людям принимать меры, снижающие риск заболевания".
Чтобы оптимизировать показатели полигенного риска для разных людей, Леннон и его команда сначала изучили литературу по показателям полигенного риска, которые были протестированы на людях по крайней мере с двумя различными генетическими предпосылками. Они также искали показатели, указывающие на риск конкретного заболевания, который пациенты могут снизить с помощью медицинского лечения, скринингов и/или изменения образа жизни. Для команды было важно, чтобы они не давали людям результаты, с которыми они ничего не могли поделать, сказал Леннон.
Команда выбрала 10 заболеваний, на которые следует обратить внимание при создании полигенных оценок риска: фибрилляция предсердий, рак молочной железы, хроническая болезнь почек, ишемическая болезнь сердца, гиперхолестеринемия, рак предстательной железы, астма, сахарный диабет 1 типа, ожирение и сахарный диабет 2 типа. Для каждого состояния исследователи определили точные участки в геноме, которые они будут анализировать для расчета оценки риска. Они подтвердили, что все эти участки могут быть точно генотипированы, сравнив результаты своих тестов со всей последовательностью генома из образца крови каждого пациента.
Наконец, исследователи хотели сделать оценку полигенного риска применимой к различным генетическим фонам. Они изучили, как генетические вариации распределяются в разных популяциях, проанализировав данные своей исследовательской программы, в рамках которой была собрана информация о состоянии здоровья одного миллиона человек с различным происхождением в США. Команда использовала эту информацию для создания модели для расчета показателя полигенного риска человека на основе его индивидуального генетического фона.
"Мы не можем полностью устранить предубеждения в оценках риска, - объяснил Леннон, - но мы можем гарантировать, что если кто-то подвержен высокому риску заболевания, мы определим его как группу высокого риска независимо от их генетического происхождения."
Завершив эту оптимизацию, команда Леннона из Broad Clinical Laboratories разработала 10 новых тестов, которые теперь используются для расчета показателей риска для 25 000 пациентов, включенных в исследование EMERGE. В сотрудничестве со своими партнерами по EMERGE они планируют провести подробные последующие исследования, чтобы проанализировать, как показатели полигенного риска могут влиять на решения пациентов о медицинском обслуживании.
Первоисточник: “Selection, optimization and validation of ten chronic disease polygenic risk scores for clinical implementation in diverse US populations” by Niall J. Lennon, Leah C. Kottyan, Christopher Kachulis, Noura S. Abul-Husn, Josh Arias, Gillian Belbin, Jennifer E. Below, Sonja I. Berndt, Wendy K. Chung, James J. Cimino, Ellen Wright Clayton, John J. Connolly, David R. Crosslin, Ozan Dikilitas, Digna R. Velez Edwards, QiPing Feng, Marissa Fisher, Robert R. Freimuth, Tian Ge, The GIANT Consortium, The All of Us Research Program, Joseph T. Glessner, Adam S. Gordon, Candace Patterson, Hakon Hakonarson, Maegan Harden, Margaret Harr, Joel N. Hirschhorn, Clive Hoggart, Li Hsu, Marguerite R. Irvin, Gail P. Jarvik, Elizabeth W. Karlson, Atlas Khan, Amit Khera, Krzysztof Kiryluk, Iftikhar Kullo, Katie Larkin, Nita Limdi, Jodell E. Linder, Ruth J. F. Loos, Yuan Luo, Edyta Malolepsza, Teri A. Manolio, Lisa J. Martin, Li McCarthy, Elizabeth M. McNally, James B. Meigs, Tesfaye B. Mersha, Jonathan D. Mosley, Anjene Musick, Bahram Namjou, Nihal Pai, Lorenzo L. Pesce, Ulrike Peters, Josh F. Peterson, Cynthia A. Prows, Megan J. Puckelwartz, Heidi L. Rehm, Dan M. Roden, Elisabeth A. Rosenthal, Robb Rowley, Konrad Teodor Sawicki, Daniel J. Schaid, Roelof A. J. Smit, Johanna L. Smith, Jordan W. Smoller, Minta Thomas, Hemant Tiwari, Diana M. Toledo, Nataraja Sarma Vaitinadin, David Veenstra, Theresa L. Walunas, Zhe Wang, Wei-Qi Wei, Chunhua Weng, Georgia L. Wiesner, Xianyong Yin and Eimear E. Kenny, 19 February 2024, Nature Medicine.
DOI: 10.1038/s41591-024-02796-z