Las puntuaciones de riesgo poligénico (PRS) predicen el riesgo de enfermedad a partir de variantes genéticas, pero su uso clínico es limitado porque los estudios de asociación del genoma completo (GWAS) históricos se han centrado en cohortes europeas, lo que causa caídas de precisión en poblaciones no europeas. Las diferencias en las arquitecturas genéticas y las frecuencias alélicas contribuyen a este problema, y realizar nuevos GWAS es costoso. El aprendizaje por transferencia de GWAS existentes centrados en Europa, aumentado con datos de la población objetivo, ofrece una solución.

Este estudio evaluó el rendimiento de PRS en una población objetivo no europea, variando los tamaños de las poblaciones objetivo y europea en ocho rasgos clínicos. Usando el Biobanco del Reino Unido (UKB) y el Biobanco de Japón (BBJ), que incluye casi 200 mil individuos japoneses, los investigadores realizaron experimentos de ablación de conjuntos de datos. Los rasgos incluyeron índice de masa corporal (IMC), presión arterial, niveles de colesterol y recuentos de células sanguíneas.

Se probaron tres métodos: transferibilidad directa de variantes usando GWAS de descubrimiento de UKB con red elástica, meta-análisis combinando datos japoneses durante el descubrimiento de variantes, y PRS-CSx para manejar la diversidad de desequilibrio de ligamiento. Los modelos se evaluaron en muestras BBJ retenidas. Los resultados mostraron que más datos no siempre es mejor para la predicción de PRS entre poblaciones, proporcionando pautas empíricas para optimizar el rendimiento predictivo en poblaciones objetivo.

Entidades clave: Empresas: Google | Ubicaciones: Biobanco del Reino Unido, Biobanco de Japón