多基因风险评分（PolygenicRiskScore）计算与应用伦理管理标准.docVIP

多基因风险评分（PolygenicRiskScore）计算与应用伦理管理标准

一、多基因风险评分的技术原理与计算框架

多基因风险评分（PolygenicRiskScore,PRS）是通过整合全基因组关联研究（GWAS）中与复杂疾病相关的多个单核苷酸多态性（SNP）位点的效应值，量化个体患特定疾病的遗传风险的工具。其核心逻辑基于“常见疾病-常见变异”假说，即复杂疾病（如糖尿病、心血管疾病、精神分裂症等）的遗传易感性由数百至数千个微小效应的SNP共同决定。

（一）计算流程的关键环节

GWAS数据筛选

计算PRS的第一步是获取高质量的GWAS汇总数据。研究人员需从公开数据库（如GWASCatalog）或独立研究中筛选与目标疾病显著关联（通常以P5×10??为阈值）的SNP位点。需注意排除人群分层、样本重叠等偏倚因素，例如使用基因组控制（GC）或主成分分析（PCA）校正群体结构，避免假阳性关联对PRS准确性的影响。

SNP位点的权重赋值

每个SNP的权重通常由GWAS中该位点的效应值（如OR值、β系数）决定。常用方法包括：

固定效应模型：直接采用GWAS汇总数据中的效应值作为权重，适用于样本量较大、异质性低的研究；

贝叶斯方法：如LDPred、PRS-CS等工具，通过整合连锁不平衡（LD）信息和先验概率，对SNP效应值进行收缩估计，减少微小效应位点的噪声干扰；

多基因风险评分模