Polygenic prediction of treatment response for precision medicine is vulnerable to collider bias

想象一个这样的世界：医生可以通过观察你的 DNA，精准地知道哪种药物最适合你。这就是精准医疗的愿景，该领域旨在超越“一刀切”的医疗模式。这一愿景的核心是多基因风险评分（polygenic risk scores），它们本质上是从数千个微小的遗传变异中计算出的一个单一数值。这个数字可以估算出一个人患上某种疾病（如心脏病）的可能性，且早在任何症状出现之前就能实现预测。由于这些评分在预测风险方面表现出色，研究人员已开始利用它们来设计临床试验，希望找到那些在遗传层面上注定能从特定疗法中获益最多的患者。如果一种药物对高遗传风险人群效果显著，而对低风险人群几乎无效，那将是一个巨大的突破，能让医生以手术般的精准度进行靶向治疗。

然而，一项新的研究表明，围绕这些遗传预测的兴奋感可能基于一种统计学上的错觉。由 Matthew Tudball 及其同事领导的研究人员调查了在几项主要的降胆固醇药物试验中观察到的一个模式。在这些试验中，心脏病遗传风险得分较高的人似乎比得分较低的人从药物中获得了显著更多的获益。这一发现如此引人注目，以至于目前正驱动着许多昂贵的新型试验的设计，旨在仅针对高风险群体进行治疗。这项新研究的作者提出，这种显著的获益差异并非生物学现实，而是由试验如何筛选参与者所导致的数字陷阱。他们认为，进入试验的规则创造了一种隐藏的偏差，使得遗传评分看起来像是成功的预测指标，而实际上它只是其他因素的标志。

要理解这个问题，必须审视这些试验是如何构建的。为了确保研究的高效与安全，研究人员设定了严格的入组规则。例如，某项试验可能只接受那些已经患有心脏病，且在服用药物后仍维持高胆固醇水平的人。在普通人群中，一个人的心脏病遗传风险与其其他风险因素（如吸烟或糖尿病）是相互独立的。但在一个有着严格入组规则的试验中，这种独立性就消失了。如果一个人的遗传风险较低，他通常需要承担更重的其他不良习惯或疾病负担，才会被折磨得足够严重以达到符合试验标准的程度。相反，一个具有高遗传风险的人即使在几乎没有其他风险因素的情况下也可能符合标准。这在试验组内创造了一种奇怪且人为的关系：遗传风险越高，其他风险因素的负担反而越低。

这种人为的关系是问题的核心。研究人员发现，其他风险因素（如吸烟或糖尿病）实际上会改变一个人对治疗的反应程度。因为试验规则强行将遗传学与这些其他因素联系在一起，遗传评分便开始充当它们的代名词。当高风险组表现出更好的结果时，并不是因为他们的基因让药物发挥了更好作用，而是因为他们恰好拥有较少的、可能会削弱药物效果的其他风险因素。研究表明，即使在像正规临床试验那样随机分配药物时，这种选择偏差也会扭曲结果。随机化虽然平衡了治疗组，但无法消除最初用于筛选参与者的准则所引入的偏差。

研究团队利用计算机模拟测试了这一想法。他们构建了一个虚拟世界，在这个世界里，他们确切知道遗传风险对药物疗效完全没有任何影响。随后，他们应用了与现实世界试验相同的严格入组规则。结果令人震惊：模拟产生了一模一样的“遗传获益”模式，即现实中的试验所报告的那种模式。在这些虚假试验中，仅仅因为选择偏差，高遗传风险人群表现出的主要血管事件风险比（hazard ratio）为 0.77，而低风险人群为 0.95。尽管在模拟中药物对所有人的作用完全相同，但这依然发生了。研究还查看了来自 Helix 研究网络超过 17.5 万人以及英国生物样本库（UK Biobank）近 9.3 万人的真实世界数据。在这些没有通过严格试验规则筛选的大型群体中，并没有证据表明遗传风险改变了他汀类药物的效果。但当研究人员人为地限制这些群体，使其看起来像试验参与者时，那种虚假的“遗传获益”便再次出现了。

这一发现对于精准医疗的未来具有重大意义。该研究并不意味着多基因风险评分毫无用处。它们仍然是预测谁可能生病的强大工具，有助于规划试验以确保有足够的病例发生，从而开展研究。然而，作者警告说，利用这些评分来预测谁会对某种药物反应最好则要危险得多。过去试验中针对高风险患者的成功表现，可能只是一个统计学的海市蜃楼。如果新的试验是基于“高遗传风险保证更好反应”这一假设来设计的，那么它们可能建立在一个错误的预设之上。研究人员总结道，看似基因与药物之间存在的生物学相互作用，往往可能仅仅是患者筛选过程产生的副作用。在医生能够根据遗传图谱自信地开具治疗方案之前，他们必须首先确保游戏的规则没有操纵结果。