多基因风险评分PolygenicRiskScorePRS是一种整合多个遗传变异信息、评估个体疾病或性状遗传风险的方法。与仅关注单个基因或单个位点的分析不同PRS通常基于全基因组范围内大量单核苷酸多态性SNP综合计算不同风险等位基因及其效应大小最终得到一个反映个体遗传倾向的评分。一般而言PRS越高表示个体携带的相关遗传风险累积效应越大但具体风险水平仍需结合研究人群、疾病类型、环境因素和临床指标进行综合判断。PRS的主要应用价值在疾病预测方面PRS可用于评估心血管疾病、2型糖尿病、代谢综合征、肿瘤及其他复杂疾病的遗传风险。对于具有相似临床表现的人群PRS有助于进一步识别遗传风险较高的个体为早期筛查和风险分层提供参考。在公共卫生和遗传流行病学研究中PRS可用于识别群体中的高风险人群分析遗传因素与环境因素之间的交互作用并评估不同人群的疾病遗传背景差异。此外PRS还可作为疾病机制研究和药物研发中的重要分析指标。高水平SCI中的PRS应用案例2024年11月《Nature Genetics》影响因子25.5分发表了题为“Multivariate genomic analysis of 5 million people elucidates the genetic architecture of shared components of the MetSabolic syndrome”的研究。该研究围绕代谢综合征及其相关组分开展了大规模多变量GWAS分析纳入约500万人系统研究了代谢综合征相关性状之间的遗传相关性及其共同遗传结构。研究采用LDSC回归等方法评估代谢综合征不同组分之间的遗传联系并结合转录组学分析筛选相关基因。同时研究通过全表型关联分析和孟德尔随机化分析进一步探索代谢综合征与心脏代谢疾病及其他疾病之间的潜在关系。在PRS分析中研究者基于GWAS结果计算个体的代谢综合征PRS并按照PRS水平划分为十分位数。结果显示随着PRS分位数升高代谢综合征风险呈逐渐增加趋势最高PRS十分位数人群的风险约为最低十分位数人群的2.21倍。研究还比较了基础模型和加入PRS后的模型预测能力并使用增量解释方差评价PRS带来的预测价值。在多个模型中代谢综合征PRS对疾病风险的解释能力最强其次为甘油三酯PRS和2型糖尿病PRS。在线PRS计算工具使用流程工具地址https://www.henbio.com/tooldetail?id275使用在线遗传变异风险评估工具前需要准备SNP关联分析文件、目标基因型数据和表型数据。SNP关联分析文件至少应包含SNP、CHR、BP、A1、A2和效应值等字段。其中SNP表示变异位点名称CHR和BP分别表示染色体和基因组位置A1和A2表示两个等位基因效应值可以使用BETA或OR。目标基因型数据需要包含.bed、.bim和.fam三个文件。表型数据文件包含FID、IID和Phenotype三列。FID和IID需要与目标基因型数据中的样本编号保持一致Phenotype用于记录研究对象的表型值。连续性状应填写实际测量值二分类性状则应按照工具要求填写对应的分类编码。进入“遗传变异风险评估PRS值计算”工具后首先在“SNP关联分析文件”位置上传准备好的GWAS结果文件然后选择包含.bed、.bim和.fam文件的目标数据目录。随后在“效应值”栏中填写GWAS结果中使用的效应值类型。如果文件中使用的是回归效应值则填写BETA如果使用的是优势比则填写OR。接下来上传表型数据文件并根据研究对象的表型类型选择“连续性”或“二分类”。连续性表型适用于血压、体重、血脂等连续数值二分类表型适用于患病与未患病、阳性与阴性等分类结果。完成所有参数设置后点击“运行”系统将自动开始PRS计算。结果文件与图表解读计算完成后可以在项目结果页面查看并下载分析文件。result.best通常用于记录不同P值阈值下的最佳PRS模型result.prsice用于保存个体层面的PRS结果result.summary用于汇总不同阈值下的模型表现和统计结果。工具还会生成PRS柱状图和高分辨率曲线图例如result_BARPLOT.png和result_HIGH-RES_PLOT.png。柱状图通常用于比较不同P值阈值下的模型拟合表现高分辨率曲线图可用于观察PRS模型在不同阈值下的变化趋势和最佳阈值。在解读结果时应重点关注最佳P值阈值、模型解释度、P值、效应方向和样本量等指标。对于二分类表型可进一步关注PRS与疾病风险之间的OR及其置信区间对于连续性表型则可关注PRS与表型之间的回归系数和模型解释度。总结PRS通过整合多个遗传变异的累积效应为复杂疾病和性状的遗传风险评估提供了有效方法。在线PRS计算工具能够将SNP关联分析结果、目标基因型数据和表型数据整合起来快速完成PRS计算并输出统计结果和可视化图表。在实际研究中PRS不应被单独用于疾病诊断而应与临床指标、生活方式和环境因素结合使用。只有经过严格的数据质控、模型验证和人群校准PRS结果才能更准确地服务于遗传流行病学研究、疾病风险预测和个性化健康管理。