Performance of Polygenic Risk Scores for Breast Cancer in African Populations: A Systematic Review and Meta-Analysis
这项系统评价和荟萃分析表明，尽管乳腺癌的多基因风险评分在非洲人群中显示出适度的预测性能，但目前源自欧洲的模型表现优于专门针对非洲血统开发的模型，这强调了通过增加基因组代表性和进行重新校准以提高临床实用性的紧迫需求。
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
乳腺癌仍然是全球女性面临的主要健康挑战，虽然年龄是一个已知因素，但一个人的基因组成在决定其风险方面也起着重要作用。几十年来，科学家们一直在寻找被称为单核苷酸多态性的特定 DNA 变化，这些变化可以作为疾病的微小标记。就其本身而言，这些标记只能提供极微小的风险提示，但当它们结合在一起时，就能构成一个人易感性的累积图景。这种组合被称为多基因风险评分。它的功能就像一份个性化的遗传成绩单，旨在帮助医生识别哪些女性可能需要更早或更频繁的筛查。然而，绝大多数此类遗传报告都是使用来自欧洲血统的人群数据编写的。由于人类的遗传多样性在非洲最为丰富，且 DNA 的模式在全球范围内存在显著差异，人们日益担心这些现有的评分在应用于非洲裔女性时可能无法正常发挥作用。
一个研究小组决定通过收集所有尝试将这些遗传风险评分应用于非洲裔女性的研究，来测试这一担忧。他们进行了一项系统评价，这是一种收集和分析关于某一主题的所有相关科学论文的严谨方法，以观察这些工具的实际表现如何。该团队检索了四个主要的科学数据库，寻找那些衡量这些评分区分患乳腺癌女性与未患病女性能力的研究所。他们特别关注了一个名为“曲线下面积”的统计指标，它充当了准确性的衡量标准。0.50 的得分意味着该工具并不比抛硬币好多少，而 1.00 则意味着它是完美的。研究人员审查了符合其严格标准的 14 项研究，这些研究涉及数千名女性和数十万个遗传标记。
结果描绘了一个清晰但程度有限的图景。当研究人员将这 14 项研究的数据结合起来时，这些多基因风险评分对非洲裔女性的整体准确率为 0.57。这表明目前可用的工具在预测该人群是否会患病方面的能力非常有限。研究人员发现，当这些评分经过重新校准或针对被测试人群的特定遗传背景进行调整时，其表现会有所提升，但即使是表现最好的模型，也远未达到在欧洲人群中所见到的高准确度。其中一个最常见的评分使用了 313 个遗传标记，在非洲人群中的准确率达到了 0.59，这虽然高于平均水平，但仍远未达到可靠、独立医疗用途的水平。
对数据的深入观察揭示了这些评分为何难以奏效。研究人员发现，评分的准确性在很大程度上取决于用于创建该评分的人群。使用欧洲人群数据开发的评分在应用于非洲女性时表现不佳，很大程度上是因为非洲的遗传模式更加复杂且多样化。令人惊讶的是，少数专门使用非洲人群数据构建的评分表现甚至更差，准确率仅为 0.53。作者认为，这并不是因为非洲遗传学更难理解，而是因为目前还没有足够的大规模研究涉及非洲女性，无法构建一个强大的模型。目前掌握的数据规模太小，无法捕捉到非洲大陆特有的全方位遗传风险因素。
该研究还强调了研究本身的质量至关重要。当研究人员仅观察那些方法最严谨、误差最小的研究时，评分的准确性略有提高，但根本性的局限性依然存在。他们发现，每个评分中使用的特定遗传标记组合差异很大，不过也呈现出一种缓慢的趋势，即不同研究之间开始使用一组相似的标记。一个位于名为 EBF1 的基因上的特定遗传标记出现在纳入综述的所有研究中，这表明它在乳腺癌风险中扮演着普遍的角色。然而，这些标记在不同人群中表现方式的差异意味着，为某一群体创建的评分不能简单地复制粘贴到另一群体中。
最终，这项综述得出结论：虽然多基因风险评分是一种具有前景的工具，但它们尚未准备好作为预测非洲女性乳腺癌风险的独立方法。目前的工具是基于欧洲数据构建的，无法很好地转化到非洲存在的遗传多样性中。研究人员强调，未来的道路需要生成专门针对非洲人群的大型、高质量遗传数据集。在这些数据出现之前，最有效的方法可能是获取现有评分，并针对当地人群进行仔细调整，同时将遗传信息与其他已知的风险因素（如家族史和生活方式）相结合。其目标是确保精准医疗的益处能够公平地惠及大众，而不是让世界上的很大一部分人口被遗忘在后。
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。