محققان استراتژی هایی را برای بهبود دقت تعیین نمرات ریسک پلی ژنیک پیشنهاد کردند

5دسامبر 2020- همانطور که صنعت ژنتیک کاربردی به سرعت در حال گسترش است، افراد بیشتری به خدمات مبتنی بر DNA روی می آورند تا از خطر ابتلای خود به طیف گسترده ای از بیماری ها مطلع شوند. با این حال، طبق یک مطالعه جدید ازScripps Research ، نمرات خطر ناشی از این آزمایشات ژنتیکی همیشه به اندازه ی کافی دقیق نیستند. دانشمندانی که تحقیقات آنها در ژورنالGenome Medicine  منتشر شده است، روشهای زیادی را برای محاسبه ی این نمرات بررسی کردند و به سازمانهای ژنومیک شخصی توصیه کردند که استانداردهایی را اتخاذ کنند که محدوده ی دقت پیش بینی هایشان را افزایش دهد.

نمرات ریسک پلی ژنیک می تواند ابزاری فوق العاده مفید و مقرون به صرفه برای هدایت تصمیمات بهداشتی پیشگیرانه باشد. با توجه به کاربرد روز افزون این نمرات، حذف تغییر پذیری تا حد ممکن و اطمینان از به روزرسانی منظم داده ها جهت انعکاس دانش جدید از مطالعات ژنومی، حائز اهمیت است.

دکتر Ali Torkamani، نویسنده ارشد این مطالعه و مدیر بخش ژنومیک و انفورماتیک ژنوم در موسسه ی کاربردی سازی تحقیقاتScripps  و دانشیار زیست شناسی ساختاری و محاسباتی یکپارچه در تحقیقات Scripps، گفت: شرکت هایی مانند 23andMe و Ancestry به همراه ده ها شرکت دیگر، فقط یک نمونه کوچک از بزاق فرد را برای برآورد های معروف به "نمرات ریسک پلی ژنیک" نیاز دارند، که با مقایسه ی قطعهDNA یک فرد با یافته های مطالعات ژنومی در مقیاس بزرگ تعیین می شود. بررسی این بخشهای کوچک تغییر ژنومی، معروف بهSNPs، سریعتر و مقرون به صرفه تر از تعیین توالی کل ژنوم یک فرد است. اما یک اشکال این است که نتایج ممکن است گاهی اوقات به طور غیر منتظره متفاوت باشد.

دکتر ترکامانی خاطرنشان کرد که در بیشتر موارد، درجه نوسان در محاسبه ی یک نمره ی خطر کم است و تفسیر کلی نتیجه را تغییر نمی دهد و اکثر افراد در همان گروه خطر باقی می مانند. همچنین، نوسانات به ویژه در دو انتهای محدوده ی توزیع خطر، جایی که پیامدهای خطر بیماری بسیار مهم است، جزئی هستند. با این وجود هر گونه تغییر می تواند منجر به از بین رفتن اعتماد مصرف کننده به این نمرات مهم شود و این می تواند سلامت پیشگیری را تضعیف کند و در برخی موارد نادر، نمرات می توانند به طور قابل توجهی نوسان کنند.

دکترتركامانی و تیمش برای مطالعه خود از روشهای مختلفی برای محاسبه نمرات خطر پلی ژنیك برای بیماریها از جمله بیماری عروق كرونر، فیبریلاسیون دهلیزی، دیابت نوع 2، بیماری آلزایمر، گلوكوم و سرطان پستان استفاده كردند. آنها دریافتند که فارغ از روش استفاده شده، الگوریتم های محاسباتی، بسته به این که این محاسبات چگونه داده های مطالعات ژنتیکی سطح جمعیت را در خود جای داده باشند؛ مستعد ایجاد تغییر پذیری تصادفی برای افراد هستند.

برای کاهش تغییر پذیری در نمرات ریسک پلی ژنیک منفرد، تیم توصیه می کند که الگوریتم ها را چندین بار اجرا کنید، این کار به رفع نقص تصادفی کمک می کند. دکتر ترکامانی توضیح داد: با توجه به عناصر متغیر در محاسبه ی نمره ، می توان اقداماتی را انجام داد که هم این عناصر را حذف نمود و هم یک میانگین ایجاد کرد.

وی گفت: در حالی که ما برخی چالشهای روشن را در استفاده از ابزارهای ژنتیک جمعیتی برای تجزیه و تحلیل ژنتیکی در سطح فردی شناسایی کرده ایم، اما همچنین روشهایی را برای غلبه بر این موضوعات یافته ایم تا نتیجه ای ایجاد کنیم که اعتماد به این نتایج را القا کند.

دکتر ترکامانی و تیمش پس از به روزرسانی پروژه متفاوتی به نامMyGeneRank ، تصمیم گرفتند که با بررسی مارکرهای خاص ژنتیکی، خطر بیماری قلبی و سایر بیماریها را دنبال کنند. آنها تلاش کردند یک فرایند محاسباتی را شناسایی کنند که منجر به بیشترین درجه ثبات و دقت در برابر نمره ای شود که انتظار می رود با در دسترس قرار گرفتن داده های جدید با گذشت زمان تکامل یابد.

توصیه های ارائه شده در این مطالعه ی جدید می تواند به شرکت های ژنومیک شخصی کمک کند تا کیفیت نمرات ارائه شده به مشتریان خود را بهبود بخشند و در نهایت، افراد بیشتری را بر اساس آنچه در گزارش های ژنوتیپ متوجه می شوند، برای اقدامات هوشمندانه ی بهداشتی پیشگیرانه تشویق کنند.

منبع:

https://www.news-medical.net/news/20201205/Researchers-recommend-strategies-for-improving-the-accuracy-of-polygenic-risk-scores.aspx