European-derived coronary artery disease polygenic scores over-flag genetic risk in Vietnamese and Southeast Asian populations: a multi-score analysis in 1000 Genomes
本研究表明，源自欧洲人群的冠状动脉疾病多基因评分在应用欧洲标准时，在越南及东南亚人群中表现出校准不一致且系统性地过度标记高遗传风险的现象，凸显了在临床应用前进行局部验证与重新校准的紧迫性。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明
想象一下，你有一个超级聪明的天气预报 App，专门预测降雨。这个 App 是完全基于伦敦的数据进行训练的。它非常清楚伦敦的“下雨”是什么样子的：阴沉的天空、水洼，以及撑着伞的人。现在，想象一下你把这个经过伦敦训练的 App 带到越南，试图去预测季风季节。
这个 App 可能会观察天空，观察湿度，然后大喊：“下雨了！下雨了！下雨了！”并带着 100% 的信心。但转折在于：在越南，同样的天空可能仅仅意味着一个潮湿的下午，而不是一场洪水。这个 App 并不一定是对于“云层”的判断错了，而是它正在使用错误的地理位置规则手册。
这正是来自越南的一组研究人员在测试**冠状动脉疾病（CAD）**多基因评分时所发现的情况。你可以把这些评分看作是“遗传天气预报 App”，它们可以预测你的心脏病风险。几乎所有的这些 App 都是利用欧洲血统的人群数据构建的。研究人员想看看，当我们把这些欧洲的“App”运行在越南人和东南亚人的 DNA 上时，会发生什么。
巨大的错位
研究团队从一个公开的评分库中提取了四个不同的“遗传天气 App”（称为多基因评分）。他们将这些评分运行在 1000 Genomes Project 的 2,504 人 DNA 数据上，特别关注了 99 名越南京族人和 93 名傣族人（一个来自中国边境地区的群体）。
以下是重大发现：这些 App 对这些人群大喊“高风险！”的频率太高了。
在欧洲环境下，这些评分经过校准，会将前 20% 的人群标记为“高遗传风险”。这就像是在沙滩上划了一道线：如果你处于前 20%，你就会收到警告。
但当研究人员将同样的“前 20%”标准线应用于越南人和傣族人群时，结果非常离谱：
- 对于一个特定的评分（PGS000349），57.6% 的越南京族人和 57.0% 的傣族人被标记为高风险。这几乎是该 App 原本应该标记人数量的三倍！
- 对于另一个评分（PGS000058），越南人的比例为 35.4%，而傣族人为 43.0%。
- 即使是表现“最好”的一个评分（PGS004198），虽然对东亚人比较准确，但在应用到越南人和傣族人时，仍标记了 22.2% 的越南人和 21.5% 的傣族人——略微超过了限制。
研究人员发现，与欧洲人相比，越南人和傣族人的遗传评分向上偏移了约 0.47 个标准差。用通俗的话说，在那个欧洲 App 眼中，这些人群的“遗传天气”看起来比实际情况要“更暴躁”，尽管该 App 实际上并不知道是否真的会有风暴到来。
这意味着什么（以及它并不意味着什么）
研究人员非常明确地说明了他们证明了什么，以及没有证明什么。
他们证明了： 这些评分是失准的（miscalibrated）。如果你在越南 DNA 上使用欧洲的标准，你会过度标记人群。你会告诉健康的人他们处于高风险，而这仅仅是因为该评分并不懂得如何解读他们特定的遗传图谱。这可能导致不必要的担忧、额外的就医或不必要的治疗。
他们并没有证明： 他们并没有证明越南人实际上患心脏病的风险更高，或者他们的基因“更差”。论文明确指出，这种偏移很可能是由于不同人群之间 DNA 排列方式（等位基因频率和连锁不平衡）的差异造成的，而不是因为越南人的实际风险更高。
他们并没有证明： 他们并没有测量这些评分在这些人群中实际预测心脏病的有效性。因为 1000 Genomes Project 的数据不包含健康记录（例如谁真正发生了心脏病），所以他们无法计算“准确度”（AUC）或“优势比”（odds ratio）。他们只测量了分布（曲线的形状）。他们建议，要了解这些评分是否真正准确，科学家需要在具有已知心脏病史的真实越南患者身上进行测试。
核心启示
主要信息是对医生和科学家的一个警示标签：不要直接将欧洲的遗传风险评分“复制粘贴”到东南亚的医疗保健中。
研究人员测试了四种不同的评分，其中三种对越南人群进行了过度标记。还有一个评分对东亚人表现尚可，但在非洲人群中却表现异常（标记了 69.3% 的人群为高风险！）。这表明，你不能仅仅通过观察一个评分在欧洲的表现，就去猜测它在另一个新人群中的行为。
论文的结论是，在这些工具能够公平地应用于越南或东南亚之前，它们需要进行本地化重新校准。你不能在不调整刻度的情况下，就用伦敦的雨量计来测量河内的季风。在此之前，使用这些评分可能会扩大而非缩小健康差距，系统性地误导那些并不处于危险中的人。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。