Dissecting the Predictive Accuracy of Polygenic Indexes for Behavioral Phenotypes Across Genetic Ancestries

⚕️

Dit is een AI-gegenereerde uitleg van een preprint die niet peer-reviewed is. Dit is geen medisch advies. Neem geen gezondheidsbeslissingen op basis van deze inhoud. Lees de volledige disclaimer

Each language version is independently generated for its own context, not a direct translation.

De Titel: Waarom voorspellen onze genetische "voorspellers" soms mis?

Stel je voor dat Polygenische Indexen (PGI's) zijn als weersvoorspellingen voor je gezondheid. Wetenschappers hebben een enorm model gebouwd dat op basis van je DNA probeert te voorspellen of je bijvoorbeeld diabetes, een bepaald karakter of een bepaalde lengte zult krijgen.

Het probleem? Dit model is tot nu toe bijna uitsluitend getraind op Europese mensen. Het is alsof je een weerapp hebt ontwikkeld in Nederland, waar het vaak regent, en je diezelfde app nu probeert te gebruiken in de Sahara of in de jungle. De voorspelling werkt daar niet goed, omdat het klimaat (en de genetische achtergrond) anders is.

De auteurs van dit paper (Robel Alemu en collega's) hebben onderzocht: Hoe slecht werkt deze "Europese weerapp" voor mensen uit Afrika, Azië en andere regio's? En vooral: Waarom werkt het niet?

1. Het Grote Probleem: De "Europese Bril"

De onderzoekers keken naar 52 verschillende eigenschappen (zoals lengte, bloeddruk, maar ook gedrag en schoolprestaties) bij mensen van verschillende afkomst in twee grote databases (UK Biobank en HRS).

De bevinding:
De voorspellingen werken het beste voor Europeanen. Voor niet-Europeanen zakt de nauwkeurigheid drastisch:

Voor mensen van Afrikaanse afkomst werkt de app slechts voor ongeveer 24% van wat hij voor Europeanen doet.
Voor Oost-Aziaten is het ongeveer 37%.
Voor Zuid-Aziaten is het ongeveer 51%.

Het is alsof je een sleutel hebt die perfect in een Europees slot past, maar voor andere sloten maar een kwart van de tijd werkt.

2. Waarom werkt het niet? (De Drie Boosdoeners)

De onderzoekers hebben gekeken naar drie redenen waarom deze "voorspellers" falen. Ze gebruiken een vergelijking met het bouwen van een muur.

A. Verschil in "Bakstenen" en "Metselwerk" (LD en MAF)

De Analogie: Stel je voor dat DNA bestaat uit bakstenen (genen). In Europa zijn de bakstenen vaak in een bepaalde volgorde gemetseld (Linkage Disequilibrium of LD) en zijn er bepaalde kleuren bakstenen (Allele Frequentie of MAF) die veel voorkomen.
Het probleem: In Afrikaanse populaties zijn de bakstenen anders gekleurd en is de volgorde van het metselwerk heel anders. Het model dat in Europa is getraind, zoekt naar een specifieke baksteen op een specifieke plek. Die baksteen zit in Afrika soms op een heel andere plek of is een andere kleur.
De bevinding: Dit is de grootste boosdoener voor mensen van Afrikaanse afkomst. Ongeveer 82% van het falen komt door dit verschil in "metselwerk" en "bakstenen". Voor Aziatische populaties is dit effect kleiner (ongeveer 25-34%), omdat hun genetische "metselwerk" dichter bij dat van Europeanen ligt.

B. Verschil in "Invloed van de Omgeving" (Heritability)

De Analogie: Soms is een eigenschap (zoals lengte) niet alleen bepaald door de bakstenen, maar ook door hoe goed je hebt gegeten (omgeving).
De bevinding: De onderzoekers keken of de "genetische kracht" van een eigenschap anders is in verschillende landen. Ze ontdekten dat dit een rol speelt, maar dat het verschil in metselwerk (punt A) vaak veel belangrijker is.

C. De "Sociale Netwerk" Effecten (Verwarring in de data)

De Analogie: Stel je voor dat je een model bouwt om te voorspellen wie rijk wordt. Als je alleen kijkt naar mensen in één dorp, en daar zijn alle rijke mensen familie van elkaar die dezelfde vrienden hebben, denk je misschien dat hun genen hen rijk maken. Maar misschien is het gewoon omdat ze in dezelfde rijke buurt wonen.
Het probleem: De standaard modellen (die we nu gebruiken) zijn soms "verward" door sociale factoren en familiebanden. Als je dit model toepast op een heel andere cultuur, werkt die verwarring niet meer.
De oplossing: De onderzoekers testten een nieuw type model (gebaseerd op familie-onderzoek) dat deze sociale verwarring wegneemt.
De verrassing: Voor sommige eigenschappen, zoals BMI (gewicht) bij mensen van Afrikaanse afkomst, werkte dit nieuwe model beter. Het suggereert dat een deel van het probleem in de oude modellen kwam door "verkeerde" informatie over familie en omgeving die specifiek was voor de Europese data.

3. Gedrag vs. Lichaam: De "Natuur vs. Cultuur" Twist

De onderzoekers keken ook naar het verschil tussen lichamelijke eigenschappen (zoals cholesterol of lengte) en gedrags-eigenschappen (zoals schoolprestaties of persoonlijkheid).

Lichamelijke eigenschappen: Deze zijn als een auto. Een motor werkt overal ongeveer hetzelfde, ongeacht of je in Nederland of in Brazilië rijdt. Deze voorspellingen werken redelijk goed in andere landen.
Gedrags-eigenschappen: Deze zijn als recepten. Een recept voor een Nederlandse pannenkoek werkt niet als je in Japan probeert te koken met Japanse ingrediënten en een ander vuur. Gedrag wordt sterk beïnvloed door cultuur, opvoeding en omgeving.
De bevinding: De voorspellers voor gedrag en sociale eigenschappen werken veel slechter in andere culturen dan de voorspellers voor het lichaam. De "cultuur" van de genetische voorspelling past niet bij de cultuur van de persoon.

Conclusie: Wat betekent dit voor ons?

Dit onderzoek is een wake-up call voor de wetenschap.

We hebben meer diversiteit nodig: We kunnen niet doorgaan met het bouwen van genetische modellen die alleen op Europeanen zijn getraind. Het is als een GPS die alleen wegen in Europa kent; hij is nutteloos voor iemand die in Afrika rijdt.
Het is complex: Het falen is niet alleen omdat "genen anders zijn", maar ook omdat onze modellen soms verward zijn door sociale factoren en omdat gedrag sterk afhankelijk is van de omgeving.
Er is hoop: Door betere methoden te gebruiken (zoals het kijken naar families om sociale verwarring weg te nemen), kunnen we de voorspellingen iets verbeteren, maar we moeten vooral veel meer data verzamelen van niet-Europese mensen.

Kort samengevat:
Deze studie zegt: "Onze genetische voorspellers zijn momenteel te Eurocentrisch. Ze werken slecht voor de rest van de wereld, vooral omdat de 'genetische bouwstenen' anders zijn en omdat gedrag te veel afhankelijk is van de lokale cultuur. Om eerlijke gezondheidszorg voor iedereen te krijgen, moeten we onze modellen diverser maken."

Each language version is independently generated for its own context, not a direct translation.

Probleemstelling

Genoomwijd associatiestudies (GWAS) zijn historisch gezien overwegend uitgevoerd op personen met een Europese genetische afkomst (EUR). Dit heeft geleid tot een gebrek aan genetische diversiteit in datasets, waarbij minder dan 14% van de deelnemers uit niet-Europese afkomst komt. Een direct gevolg hiervan is dat polygenische indexen (PGI's, ook wel polygenische scores genoemd), die zijn getraind op Europese data, aanzienlijk minder voorspellende kracht hebben wanneer ze worden toegepast op personen met een andere genetische afkomst (zoals Afrikaans, Oost-Aziatisch en Zuid-Aziatisch).

Hoewel dit "portabiliteitsprobleem" bekend is, blijft de manifestatie ervan bij gedrags- en sociale eigenschappen onderbelicht. Er is behoefte aan een uitgebreide analyse van de factoren die deze nauwkeurigheidsverlies veroorzaken, zoals verschillen in linkage disequilibrium (LD), allelfrequenties (MAF), erfelijkheidsgraad en mogelijke verstorende factoren (confounding) in de oorspronkelijke GWAS-data.

Methodologie

De auteurs hebben een systematische analyse uitgevoerd met data uit twee grote cohorten: het UK Biobank (UKB) en de Health and Retirement Study (HRS).

Data en Steekproeven:
- UKB: Inclusief 162.963 personen van Europese (EUR), 11.413 Zuid-Aziatische (SAS), 2.216 Oost-Aziatische (EAS) en 9.494 Afrikaanse (AFR) afkomst.
- HRS: Inclusief 12.774 EUR en 3.593 AFR (SAS en EAS waren te klein voor betrouwbare analyse).
- Afstemming: De auteurs hebben 54 fenotypes geanalyseerd, variërend van biologische biomerkers tot gedrags- en sociale eigenschappen (bijv. cognitie, onderwijs, psychische gezondheid).
PGI-berekening:
- Standaard PGI's: Gebaseerd op GWAS-weights van ~2,9 miljoen SNP's, afgeleid van de Social Science Genetic Association Consortium (SSGAC) PGI Repository. Deze weights zijn gecorrigeerd voor LD met de SBayesR-methode.
- Familie-gebaseerde PGI's (fGWAS): Voor een subset van 24 fenotypes in UKB werden PGI's berekend met weights uit familie-gebaseerde GWAS (Tan et al.). Deze methode minimaliseert vertekeningen door passieve gen-omgeving correlaties, populatiestratificatie en assortatieve paring.
Analyse van Voorspellende Nauwkeurigheid:
- Relatieve Nauwkeurigheid (RA): Gedefinieerd als de verhouding tussen de incrementele $R^2$ van de PGI in een niet-Europese populatie en die in de Europese populatie ( $RA = R^2_{i} / R^2_{EUR}$ ).
- Factorenanalyse: De auteurs hebben een theoretisch kader (gebaseerd op Wang et al.) uitgebreid om de bijdrage van LD- en MAF-verschillen te kwantificeren aan het verlies van nauwkeurigheid. De formule voor de verwachte relatieve nauwkeurigheid ( $RA_{Expected}$ $R A_{E x p ec t e d}$ ) omvat:
  - Correlatie van causale effectgroottes ( $\rho_b^2$ ).
  - SNP-erfelijkheid ( $h^2$ ).
  - MAF-verschillen.
  - LD-verschillen.
- Loss of Accuracy (LoA): De auteurs berekenden het percentage verlies aan nauwkeurigheid dat specifiek toe te schrijven is aan LD en MAF ( $LoA_{LD+MAF}$ ).

Belangrijkste Bijdragen

Uitbreiding naar Gedrags- en Sociale Eigenschappen: In tegenstelling tot eerdere studies die zich beperkten tot biologisch proximale eigenschappen, analyseert dit onderzoek een breed scala aan gedrags- en sociale fenotypes.
Gebruik van Genoomwijd Significante Data: De auteurs gebruiken weights voor miljoenen SNP's (via SBayesR) in plaats van alleen genomisch significante SNP's, wat een realistischer beeld geeft van huidige PGI-toepassingen.
Integratie van Erfelijkheid: Ze nemen verschillen in SNP-erfelijkheid tussen populaties expliciet mee in hun modellen, in plaats van constant erfelijkheid aan te nemen.
Vergelijking Standaard vs. Familie-GWAS: Door PGI's te vergelijken die zijn gebaseerd op standaard GWAS versus familie-gebaseerde GWAS, testen ze of populatie-specifieke verstorende factoren (zoals assortatieve paring) bijdragen aan het portabiliteitsprobleem.

Resultaten

Algemene Daling in Nauwkeurigheid:
- De voorspellende kracht van PGI's neemt systematisch af naarmate de genetische afstand tot de Europese referentiepopulatie toeneemt.
- Gemiddelde Relatieve Nauwkeurigheid (RA):
  - Afrikaanse afkomst (AFR): 24% (laagste).
  - Oost-Aziatische afkomst (EAS): 37%.
  - Zuid-Aziatische afkomst (SAS): 51%.
- Fenotype-afhankelijkheid: Biologisch proximale eigenschappen (zoals bloedbiomerkers) tonen een hogere portabiliteit dan gedrags- en sociale eigenschappen (zoals cognitie en onderwijs), die de laagste portabiliteit vertonen.
Oorzaken van het Verlies (LD en MAF):
- In de Afrikaanse populatie verklaren verschillen in LD en MAF het grootste deel van het verlies aan nauwkeurigheid (82%).
- In Oost-Aziatische en Zuid-Aziatische populaties is dit aandeel aanzienlijk kleiner (34% en 25% respectievelijk). Dit suggereert dat bij deze groepen andere factoren (zoals verschillen in erfelijkheid of imperfecte genetische correlaties) een grotere rol spelen.
Invloed van Familie-gebaseerde GWAS (fGWAS):
- Over het algemeen zijn de verbeteringen door het gebruik van fGWAS PGI's bescheiden.
- Een opvallende uitzondering is BMI in de Afrikaanse populatie, waarbij de relatieve nauwkeurigheid van de fGWAS PGI significant hoger was (34%) dan die van de standaard PGI (5%). Dit suggereert dat een deel van het portabiliteitsprobleem bij BMI wordt veroorzaakt door populatie-specifieke verstorende factoren in standaard GWAS.
Kohort-Vergelijking (UKB vs. HRS):
- Er zijn verschillen gevonden in de bijdrage van LD en MAF aan het verlies van nauwkeurigheid tussen de UKB en HRS cohorts, wat wijst op de invloed van omgevingsfactoren en demografische verschillen.

Betekenis en Conclusie

De studie bevestigt dat de beperkte portabiliteit van PGI's een complex probleem is dat niet uniform is over alle populaties of eigenschappen.

Voor Afrikaanse populaties is het verlies voornamelijk te wijten aan genetische structuurverschillen (LD en MAF), wat impliceert dat het vergroten van de diversiteit in referentiedatasets en het verbeteren van imputatiepanelen cruciaal is.
Voor Aziatische populaties spelen andere factoren, zoals verschillen in erfelijkheid of gene-omgeving interacties, een grotere rol.
Het feit dat gedrags- en sociale eigenschappen minder portabel zijn, onderstreept dat deze eigenschappen sterker beïnvloed worden door cultuur, omgeving en socio-economische factoren die niet direct genetisch overdraagbaar zijn tussen populaties.
De resultaten van de fGWAS-analyse bieden een nieuw perspectief: voor sommige eigenschappen (zoals BMI) kan het corrigeren van verstorende factoren in de oorspronkelijke GWAS leiden tot betere voorspellingen in niet-Europese populaties.

De auteurs concluderen dat er geen "one-size-fits-all" oplossing is; strategieën om de portabiliteit te verbeteren moeten worden afgestemd op de specifieke genetische afkomst en het type fenotype.