Chronische Krankheiten: Risikoscores optimiert und validiert

Die Vorhersageleistung von polygenen Risikoscores (PRS) hat sich verbessert, es gibt jedoch noch einige Hürden, bevor PRS in der Klinik implementiert werden können. Aktuell besteht noch das Problem einer verringerten Vorhersageleistung der PRS in verschiedenen Populationen sowie bei der Interpretation und Kommunikation genetischer Ergebnisse.

Um diesen Herausforderungen zu begegnen, hat das vom National Human Genome Research Institute finanzierte Electronic Medical Records and Genomics (eMERGE) Network als Teil einer klinischen Studie einen Rahmen und eine Pipeline für die Rückgabe einer PRS-basierten genombasierten Risikobewertung an 25.000 verschiedene Erwachsene und Kinder erschaffen.

Erstautor Niall Lennon vom Broad Institute of MIT and Harvard (Cambridge, USA) und sein Team konnten dadurch einen Rahmen für die Einhaltung gesetzlicher Vorschriften und einen klinischen PRS-Bericht für Ärzte und zur Einbeziehung in eine zusätzliche genombasierte Risikobewertung entwickeln. Die ersten Erfahrungen von eMERGE könnten laut den Forschern den Ansatz beeinflussen, der für die Implementierung von PRS-basierten Tests in verschiedenen klinischen Umgebungen erforderlich ist.

Aus einer anfänglichen Liste von 23 Erkrankungen wählten die Wissenschaftler basierend auf der PRS-Leistung, der medizinischen Umsetzbarkeit und dem potenziellen klinischen Nutzen (z.B. bei Herz-Kreislauf-Erkrankungen und Krebs) 10 aus. Sie arbeiteten an standardisierten Messgrößen beim Auswahlprozess, die zusätzlich die Stärke der Beweise in afrikanischen und hispanischen Bevölkerungsgruppen berücksichtigten, und entwickelten anschließend eine Pipeline für die klinische PRS-Implementierung (Übertragung des Scores an ein klinisches Labor, Validierung und Verifizierung der Scoreleistung).

Das Team nutzte zudem die genetische Abstammung, um den PRS-Mittelwert und die Varianz zu kalibrieren, wobei es genetisch unterschiedliche Daten von 13.475 Teilnehmern des US-amerikanischen All-of-Us-Research-Programs zum Trainieren und Testen der Modellparameter verwendete. (sh)

Autoren: Lennon NJ et al.
Korrespondenz: Niall Lennon; [email protected]
Studie: Selection, optimization and validation of ten chronic disease polygenic risk scores for clinical implementation in diverse US populations
Quelle: Nat Med 2024;30(2):480–487.
Web: https://doi.org/10.1038/s41591-024-02796-z