📄 遗传与基因组医学

Quantifying the genetic separability of disease subtypes

该论文介绍了 GenSep，这是一个统计框架，它揭示了当前的多基因风险评分仅能恢复疾病亚型之间理论上可达到的遗传分离度的极小部分（中位数为 4.1%），从而将那些可以通过提高预测准确性来获得改进的情况，与那些受限于内在遗传重叠的情况区分开来。

原作者： Ning, C., Hof, J., Speed, D.

发布于 2026-09-26

📖 1 分钟阅读☕ 轻松阅读

CC BY 4.0

原作者： Ning, C., Hof, J., Speed, D.

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

许多疾病并非单一、统一的状态，而是由不同的亚型组成的集合，就像“头痛”可以描述为紧张性头痛、偏头痛或丛集性头痛一样。医生通常根据症状、疾病在体内的表现部位或患者对治疗的反应来对这些亚型进行分类。这些区分至关重要，因为它们可以指导预后和治疗选择。然而，患者的症状并不总是能清晰地揭示其具体的亚型，有时错误的分类也会导致治疗延误。科学家们长期以来一直想知道，遗传学是否能帮助将这些亚型区分开来。由于每个人都携带一套独特的遗传指令来影响其患病风险，因此，具有不同亚型的个体的遗传图谱看起来可能有所不同，这似乎是合乎逻辑的。核心问题在于，这些遗传差异是否足够强大，能够可靠地辨别出一个亚型与另一个亚型，还是说这些亚型在遗传上如此相似，以至于它们的 DNA 在区分它们方面几乎没有帮助。

一个研究小组开发了一种新的统计工具来回答这个问题，该工具超越了简单的比较，旨在衡量遗传学区分疾病亚型的真实潜力。他们将这种方法称为 GenSep。GenSep 不仅仅是测试当前的遗传测试效果如何，它还计算了一个理论上的最大值：即如果科学家能够无误差地了解每个人的确切遗传风险，所能实现的最佳辨别能力。这个理论极限充当了一个“天花板”。通过将这个天花板与现有的遗传预测工具的表现进行比较，研究人员可以确定，问题究竟是由于亚型在本质上过于相似而无法通过遗传学区分，还是目前的工具还不够好。

研究人员利用来自 UK Biobank 的数据，将这一框架应用于 18 对疾病亚型。UK Biobank 是一个包含数十万名志愿者遗传和健康信息的庞大医学数据库。他们研究的配对范围从 1 型和 2 型糖尿病到不同形式的炎症性肠病和甲状腺疾病。对于每一对，他们首先计算了遗传天花板。结果显示，对于许多亚型来说，这个天花板是非常高的。例如，1 型和 2 型糖尿病之间的遗传差异非常显著，以至于在理论上，一个完美的遗传测试可以近乎完美地将它们区分开来。同样，甲减和甲亢，以及克罗恩病和溃疡性结肠炎的遗传图谱也显示出极强的分离度。在这些案例中，遗传学清楚地支持了临床对亚型的区分。

然而，当研究人员测试实际可用的遗传预测工具时，结果却截然不同。这些被称为多基因风险评分（polygenic risk scores）的工具，通过汇总数千个遗传变异的效果来估计一个人的风险。在实践中，这些评分在区分亚型方面的表现很差。在 18 对样本中，最好的现有工具实现的平均准确度仅比随机猜测好一点点。虽然区分 1 型和 2 型糖尿病的理论天花板接近完美，但实际工具只能捕捉到那部分潜力的极小部分。事实上，对于 18 对中的大多数情况，目前的工具回收了不到 5% 的理论上存在的遗传分离度。这一差距表明，这些亚型在遗传上通常是足够独特的，可以被区分开来，但我们的现有方法尚未精确到能够做到这一点。

研究还调查了使用更大的数据集来构建这些遗传工具是否能解决问题。研究人员测试了基于其他大型研究训练的工具，包括芬兰的 FinnGen 项目以及包含数十万参与者的大规模国际联盟。令人惊讶的是，尽管这些外部数据集比用于训练内部工具的数据集大两到四倍，但它们并未显著提高区分亚型的能力。较大的样本量并没有转化为更好的辨别力。这表明，仅仅增加数据并不是完整的解决方案；工具本身可能需要根本性的改进，或者由于遗传模式在不同人群中变化的差异，遗传信号可能比预想的更难捕捉。

为了了解研究需要多大规模才能达到理论极限，研究人员运行了模拟实验来进行预测。对于具有最高遗传分离度的三对疾病——1 型与 2 型糖尿病、甲减与甲亢、以及克罗恩病与溃疡性结肠炎——他们计算了构建一个匹配遗传天花板的工具所需的患者数量。这些数字是惊人的。要达到区分 1 型和 2 型糖尿病的高准确度，大约需要 29,000 个每种亚型的训练病例。对于甲减与甲亢，需求跃升至每种亚型约 161,000 例。对于克罗恩病与溃疡性结肠炎，模拟显示每种亚型需要近 200 万例。这些数字表明，虽然遗传潜力确实存在，但要弥合当前表现与该潜力之间的差距，需要海量的数据以及更先进的预测方法。

这些发现通过在其他大型队列（如美国的 All of Us 项目和包含多样化祖先的 Million Veteran Program）中进行测试后依然成立。大多数亚型的理论天花板在这些不同群体和祖先中保持一致，这表明遗传分离是一个真实的生物学特征，而非特定数据集的人为产物。然而，在某些疾病定义产生影响的情况下也存在例外。例如，在一个数据集中，1 型和 2 型糖尿病之间的遗传分离度显得较低，是因为该数据集记录疾病的方式将这两种亚型混合在了一起，从而模糊了遗传信号。这强调了疾病的定义和记录方式与遗传学本身一样关键。

最终，这项工作为精准医学关于疾病亚型的未来绘制了一张清晰的地图。它将问题分为两类：一类是遗传差异过小而无法发挥作用的情况；另一类是差异很大但目前的工具还太弱而无法检测到的情况。对于后者（包括几种主要的疾病对），前进的方向是明确的。遗传架构支持区分这些亚型，但在实践中实现这一点需要规模大得多的研究和更复杂的预测模型。这项研究并不声称遗传检测会立即取代临床诊断，但它建立了一个现实的基准。它表明，对于某些疾病，遗传蓝图已经准备好被阅读，我们只是需要更好的阅读器。

技术摘要：量化疾病亚型的遗传可分性

问题陈述
许多疾病具有临床异质性，根据症状、病因或分子特征进行分类，以指导预后和治疗。然而，临床异质性并不总是与遗传异质性一致。虽然多基因风险评分（PRS）越来越多地用于区分疾病亚型，但其性能往往受到限制。目前尚不清楚这种局限性是源于亚型之间内在的遗传可分性缺乏（即它们共享共同的遗传架构），还是源于当前 PRS 由于发现样本量有限而导致的准确性不足。现有的方法（如遗传相关性估计或遗传距离疾病亚型 [GDIS] 框架）评估了相似性或距离，但并未明确量化可达到的最大判别能力（即“遗传天花板”）以及当前预测因子所恢复的该潜力的比例。

方法论：GenSep 框架
作者引入了 GenSep，这是一个统计框架，旨在估计如果已知两种亚型的真实加性遗传值且无误差时，所能达到的“先知”（oracle）病例间判别能力。该框架在二元责任阈值模型（bivariate liability-threshold model）下运行，并利用以下三个关键输入：

每个亚型的 SNP 遗传力 ( $h^2$ )。
每个亚型的群体患病率 ( $K$ )。
两个亚型之间的遗传相关性 ( $r_g$ )。

核心组成部分：

遗传分离方差 ( $\Delta_S$ )： 一个衡量两个亚型组沿最优线性组合遗传值方向距离的指标。
先知病例–病例 AUC： 使用真实遗传值的完美预测器所能达到的理论最大受试者工作特征曲线下面积（AUC）。它通过 $\Delta_S$ 进行解析推导，并作为“遗传天花板”。
PRS 恢复： 该框架扩展到了有限准确性的 PRS。通过将观察到的病例–病例 AUC 与先知 AUC 进行比较，GenSep 计算了方差恢复率（捕捉到的遗传分离方差比例）和 AUC 差距（相对于天花板的短缺）。
机制分类： 根据这些指标，亚型对被分为三类机制：
1. 天花板限制型（Ceiling-limited）： 低先知 AUC 意味着内在的遗传重叠限制了判别能力，无论 PRS 精度如何。
2. 预测限制型（Prediction-limited）： 高先知 AUC 但低观察 AUC，表明通过更好的预测因子或更大的样本量有望实现改进。
3. 恢复良好型（Well-recovered）： 观察到的 AUC 接近先知天花板。

该框架通过涵盖不同遗传力和患病率、遗传相关性的广泛模拟进行了验证，证实了解析得出的先知 AUC 与基于模拟真实遗传值的经验估计值高度吻合。

关键结果
该框架被应用于 UK Biobank 中的 18 对临床定义的疾病亚型对，并在 All of Us、FinnGen 和 Million Veteran Program (MVP) 中进行了跨队列验证。

遗传天花板： 先知 AUC 差异巨大，范围从 0.605 到 1.000（中位数 0.725）。
- 对于具有截然不同遗传架构的配对，观察到高天花板，例如 1 型与 2 型糖尿病（AUC $\approx$ 1.000）、甲状腺功能减退症与甲状腺功能亢进症（0.914）以及克罗恩病与溃疡性结肠炎（0.822）。
- 对于具有高遗传重叠的配对，发现了较低的天花板，例如急性心肌梗死与慢性缺血性心脏病（0.605）。
- 这些估计值在不同队列（UK Biobank、All of Us、FinnGen）和祖源群体（欧洲、非洲、混血美洲人）之间基本保持一致，但在表型定义存在差异处（例如，MVP 的 1 型/2 型糖尿病 phecode 因误分类导致 AUC 较低）观察到了差异。
PRS 恢复： 当前的 PRS（通过 Ridge 回归和 BayesR 训练）相对于遗传天花板的表现较差。
- 中位观察病例–病例 AUC 仅为 0.530（范围 0.510–0.754）。
- 这对应于仅 4.1% 的可用遗传分离方差恢复率（范围 0.3–15.5%）。
- 即使对于高天花板的配对，与先知 AUC 之间的差距也非常显著（中位差距 0.154）。
样本量与外部数据的影响：
- FinnGen 训练的 PRS： 尽管 FinnGen 的发现样本比内部 UK Biobank 训练集大 2.6 至 3.9 倍，但 FinnGen 训练的 PRS 在病例–病例 AUC 上并未表现出优于内部训练评分的显著提升。这表明人群间连锁不平衡（LD）和等位基因频率的差异抵消了更大样本量带来的收益。
- 联盟 GWAS： 使用规模大得多的联盟荟萃分析来处理三个具有最高天花板的配对（1 型/2 型糖尿病、甲状腺疾病、IBD），使观察到的 AUC 平均增加了 0.06（范围 0.003–0.089）。虽然这种增长具有统计学意义，但仍有大部分遗传天花板未能实现。
- 样本量预测： 为了在最佳场景下（例如 1 型 vs 2 型糖尿病）达到 0.80 的 AUC，作者预计每个亚型需要大约 29,000 个训练病例。对于克罗恩病 vs 溃疡性结肠炎，这一需求规模扩大到近 200 万个病例，凸显了高精度亚型判别对数据的巨大需求。

意义与主张
本文声称提供了一个统一的尺度，用于区分遗传亚型预测中的两种根本限制：

内在可分性： 临床区分是否得到常见变异遗传架构的支持（由高先知 AUC 指示）。
预测器准确性： 当前无法进行判别是因为数据不足还是模型准确性问题（由大的 AUC 差距指示）。

作者断言 GenSep 有助于识别哪些领域最值得投入精力来改进遗传预测。对于具有高天花板但低恢复率的配对，应开展更大规模的发现研究和开发更好的预测器。相反，对于低天花板的配对，其区别可能更多依赖于非遗传因素（临床、分子或环境），研究重点应放在优化表型定义或探索受遗传信息驱动的亚型上。该研究强调，虽然遗传预测可以支持精准医学，但目前的 PRS 对于大多数疾病亚型而言，仅捕捉到了理论上遗传可分性的一小部分。

技术摘要：量化疾病亚型的遗传可分性

类似论文