佳學(xué)基因遺傳病基因檢測機構排名,三甲醫院的選擇

基因檢測就找佳學(xué)基因!

熱門(mén)搜索
  • 癲癇
  • 精神分裂癥
  • 魚(yú)鱗病
  • 白癜風(fēng)
  • 唇腭裂
  • 多指并指
  • 特發(fā)性震顫
  • 白化病
  • 色素失禁癥
  • 狐臭
  • 斜視
  • 視網(wǎng)膜色素變性
  • 脊髓小腦萎縮
  • 軟骨發(fā)育不全
  • 血友病

客服電話(huà)

4001601189

在線(xiàn)咨詢(xún)

CONSULTATION

一鍵分享

CLICK SHARING

返回頂部

BACK TO TOP

分享基因科技,實(shí)現人人健康!
×
查病因,阻遺傳,哪里干?佳學(xué)基因準確有效服務(wù)好! 靶向用藥怎么搞,佳學(xué)基因測基因,優(yōu)化療效 風(fēng)險基因哪里測,佳學(xué)基因
當前位置:????致電4001601189! > 檢測產(chǎn)品 > 慢病用藥 > 糖尿病用藥指導 >

【佳學(xué)基因檢測】如何設計和評估用于基因檢測的糖尿病多基因風(fēng)險評估模型?

【佳學(xué)基因檢測】如何設計和評估用于基因檢測的糖尿病多基因風(fēng)險評估模型? 糖尿病風(fēng)險評估基因檢測導讀: 糖尿病是世界上發(fā)展最快的慢性病之一,糖尿病患者的數量自 1980 年以來(lái)幾乎翻

佳學(xué)基因檢測】如何設計和評估用于基因檢測的糖尿病多基因風(fēng)險評估模型?


糖尿病風(fēng)險評估基因檢測導讀:

糖尿病是世界上發(fā)展最快的慢性病之一,糖尿病患者的數量自 1980 年以來(lái)幾乎翻了兩番。最常見(jiàn)的糖尿病類(lèi)型是 2 型糖尿病 (T2DM),約占所有患者的 90%。 T2DM 的危險因素包括遺傳易感性,以及生活方式因素,如肥胖和缺乏運動(dòng)。 T2DM 的特點(diǎn)是胰島素抵抗,導致血糖控制不佳和高血糖。 這可能導致許多健康并發(fā)癥,包括神經(jīng)損傷、心臟病和腎衰竭,估計全球負擔為 3.1 萬(wàn)億美元。

2019 年,糖尿病是全球第九大死亡原因,在 20-79 歲的成年人中,每 10 個(gè)中就有超過(guò) 1 個(gè)患有這種疾病。 到 2045 年,患病率預計將上升 45% 左右,預計中低收入國家的增幅最大。 中國的糖尿病患者人數居世界第二,占所有患者的六分之一。 在高遺傳易感性和日益惡化的生活方式因素的推動(dòng)下,預計到 2045 年中國的糖尿病患病率將進(jìn)一步增加 74%。未確診或未控制的 T2DM 病例可導致微血管和大血管損傷。 微血管疾病的發(fā)展可導致視力受損(視網(wǎng)膜病變)、腎臟損傷(腎?。?、神經(jīng)損傷(神經(jīng)?。┖徒刂炔l(fā)癥。 由大血管損傷引起的心血管疾病是糖尿病患者死亡的主要原因,通常由冠心病、中風(fēng)和外周動(dòng)脈疾病引起。

低診斷率加劇了中國 T2DM 的負擔,估計有 57% 的糖尿病患者未被確診。 這使得許多糖尿病患者得不到治療并出現并發(fā)癥,之后大部分醫療費用都自掏腰包。 以殘疾調整生命年 (DALY) 衡量時(shí),疾病流行率高和醫療保健不足的結合導致 T2DM 在中國的非傳染性疾病中具有最高的健康負擔。

T2DM 是一種多因素疾病,風(fēng)險主要由生活方式因素驅動(dòng),例如肥胖、缺乏運動(dòng)和飲食不良。 中國人對 T2DM 的易感性很高,與西方國家相比,該病發(fā)病年齡更小,體重指數 (BMI) 值更低。 研究表明,與其他種族相比,在給定的 BMI 下,中國人通常具有更高的體脂和更高的中心性肥胖,以及更大的血脂異常和胰島素抵抗傾向。 散居中國的糖尿病患病率高于這些國家的本地人口,也證明了 T2DM 易感性的增加。 T2DM 也是一種具有高度遺傳性的多基因疾病。 全基因組關(guān)聯(lián)研究 (GWAS) 已經(jīng)確定了超過(guò) 150 個(gè)基因座,這些基因座貢獻了大約 10-15% 的遺傳易感性,盡管對中國人群的綜合研究仍然有限。 

如何設計和評估用于基因檢測的糖尿病多基因風(fēng)險評估模型?

糖尿病風(fēng)險評估基因檢測的研究是基于 UKB 項目進(jìn)行的,這是佳學(xué)基因賴(lài)以依賴(lài)的的前瞻性隊列研究數據。 在 2006 年至 2010 年的基線(xiàn)評估訪(fǎng)問(wèn)期間,從英國招募了近 50 萬(wàn)年齡在 40-69 歲的參與者。 收集樣本(例如血液、尿液和唾液)。 然后,它將生物樣本中包含的有限信息轉換為廣泛共享的隊列范圍基因分型和全外顯子組測序數據。 有關(guān) UKB 項目的研究設計、方法和參與者的更多詳細信息已在別處提供)。

最初從 UKB 收集了總共 487,409 個(gè)具有可用基因分型陣列的個(gè)體和總共 625,394 個(gè)變異。糖尿病風(fēng)險評估的多基因檢測模型執行了 Marees 等人描述的嚴格質(zhì)量控制 (QC) 步驟。 (2018) 基于來(lái)自 https://www.cog-genomics.org/plink2 的 PLINK 2.0。 具體來(lái)說(shuō),糖尿病風(fēng)險評估首先過(guò)濾掉 SNP 和缺失程度非常高的個(gè)體。 基于 0.2 (>20%) 的寬松閾值,糖尿病風(fēng)險評估刪除了 89,752 個(gè)變體和 30,855 個(gè)受試者。 還有 262,751 個(gè) SNPs 被移除,次要等位基因頻率 <0.03,1,204 個(gè) SNPs 被移除,Hardy-Weinberg 平衡 Fisher 精確檢驗的 p 值 < 1×10−6。 最后,456,451 個(gè)個(gè)體和 271,687 個(gè)變體通過(guò)了 QC,并被納入以下分析。

T2D 的確定基于自我報告、國際疾病分類(lèi)第九版 (ICD-9) 代碼 25000 和 25010 以及國際疾病分類(lèi)第十版 (ICD-10) 代碼 E11 的組合 . T2D 相關(guān)風(fēng)險因素的個(gè)體水平數據,包括性別、年齡、身體指標 [例如 BMI、腰圍 (WC)、DBP 和 SBP] 和臨床因素 [例如 GL、CL、TL、高密度 UKB 項目還收集了脂蛋白 (HDL)、低密度脂蛋白 (LDL)]。 糖尿病多基因檢測風(fēng)險評估通過(guò)它們的方式進(jìn)一步估算了這些因素不可避免的缺失值。 為了分析具有相對同質(zhì)血統的個(gè)體,人口是根據自我報告的血統和使用前 10 個(gè)主要成分(即 PC1,…,PC10)的遺傳確認血統的組合集中構建的。 為了構建、測試和進(jìn)一步驗證 T2D 多基因預測因子的穩健性,糖尿病風(fēng)險評估將整體數據隨機分為兩部分,即測試和驗證數據集。 糖尿病風(fēng)險評估基因檢測分配了所有個(gè)體的 40% 作為 UKB 測試數據集 (n = 182,422),其余 60% 作為 UKB 驗證數據集 (n = 274,029)。 還嘗試了其他比率來(lái)劃分測試和驗證數據集,即 30-70%、50-50%、60-40% 和 70-30%。 UKB 驗證數據集中的個(gè)體與 UKB 測試數據集中的個(gè)體不同。 研究設計的詳細信息如圖 1 所示。

An external file that holds a picture, illustration, etc.
Object name is fgene-12-632385-g001.jpg
圖 1:2 型糖尿病多基因風(fēng)險評分 (PRS) 模型評估與建立的流程圖
 

全基因組多基因評分構建、測試和驗證

佳學(xué)基因多基因風(fēng)險評估模型《PRS 模型》是用于評估多個(gè)基因的共同作用,從而提供遺傳因素對疾病風(fēng)險發(fā)生的影響。通常,PRS 模型可以是未加權的或加權的。 假設我們有 n 個(gè)受試者和 K 個(gè)通過(guò)第一步過(guò)濾程序的 SNP。 未加權的 PRS 模型定義為:,

PRSu=G1+.,GK,

 

PRSu=G1+….,Gk,

 

其中 Gk(k = 1,….,K) 表示在加性遺傳模型下編碼為 0、1 或 2 的每個(gè)遺傳變異的風(fēng)險等位基因數。 對于加權 PRS 模型,權重通常根據與給定疾病的關(guān)聯(lián)強度分配給每個(gè)遺傳變異。 加權 PRS 模型可以寫(xiě)成,

PRSw=β^1G1+…,β^KGk,

其中 β^k(k=1,…,K) 是外部大規模 GWAS 中邊際遺傳效應的估計。 未加權或加權 PRS 模型均可由 PRSice-2 軟件實(shí)施。

對于 PRS 模型構建,糖尿病多基因風(fēng)險評估使用了來(lái)自 60,786 名參與者的 T2D GWAS 的匯總統計數據,其中包含 12,056,346 個(gè)歐洲血統的 SNP2。 請注意,UKB 樣本與發(fā)現 GWAS 中的樣本不重疊。 佳學(xué)基因糖尿病多基因風(fēng)險評估首先根據從上述 GWAS 獲得的關(guān)聯(lián) p 值 (p≤‹5׋10−2) 選擇 SNP,并保留了 50,224 個(gè) SNP。 然后,根據 Khera 等人的建議,佳學(xué)基因糖尿病風(fēng)險評估考慮了多個(gè) r2 閾值(0.2、0.4、0.6 和 0.8) 和 p 值閾值(5×10-2,5×10-4,5×10-6 和 5×10-8)也在 DIAGRAM 摘要數據集上進(jìn)行第二和第三次過(guò)濾程序。 基于具有 182,422 名參與者的 UKB 測試數據集,為 T2D 創(chuàng )建了總共 16 個(gè)候選 PRS 模型。

具有最佳判別準確度的 PRS 模型是根據以下邏輯回歸模型中的最大 AUC 確定的,該模型針對性別、年齡和祖先的前 10 個(gè)主要成分進(jìn)行了調整。 佳學(xué)基因糖尿病風(fēng)險基因檢測評估使用 X1,X2 和 PC = (PC1,…,PC10)T 分別表示性別、年齡和祖先的前 10 個(gè)主成分的值,其中 T 表示向量或矩陣的轉置。 令 Y 為 T2D 狀態(tài),其中 0 和 1 代表對照和病例。 T2D 的預測模型可以表示為,

 

其中 β0 是截距,β1、β2、βPC=(βPC1,…,βPC10),βg 是 X1、X2、PC 和 PRSw 的回歸系數。 然后,AUCs 可以用梯形計算 (Fawcett, 2006),它們的 95% 置信區間 (CI) 可以用 Delong 的方法計算 (DeLong et al., 1988)。 AUC 及其 CI 都可以由 R 3.6.34 中的“pROC”包 3 直接實(shí)現。 在測試數據集中創(chuàng )建的最佳分數將帶入后續驗證步驟。

驗證數據集中的統計分析

研究人群的基線(xiàn)特征被描述為平均值±標準偏差(M±SD)或百分比。 使用兩個(gè)獨立樣本 t 檢驗或卡方檢驗來(lái)比較 UKB 測試和驗證數據集之間的基線(xiàn)特征。 應用 Wilcoxon 符號秩檢驗來(lái)提供有關(guān) T2D 個(gè)體和非 T2D 個(gè)體之間 PRS 差異的更多信息。 PRS 和 T2D 之間的關(guān)系是在 UKB 驗證數據集中基于對性別、年齡和祖先的前 10 個(gè)主要成分(模型 1)進(jìn)行調整的邏輯回歸模型確定的,可以表示為,

T2D∼PRS+sex+age+PC

糖尿病風(fēng)險評估基因檢測根據 PRS 的百分位數將 UKB 驗證數據集中的 274,029 名參與者分為 100 組,然后可以確定每組內的 T2D 患病率。

為了進(jìn)一步觀(guān)察 PRS、性別、年齡、身體測量和其他臨床危險因素對 T2D 的貢獻,糖尿病多基因風(fēng)險評估提供了其他四種類(lèi)型的預測模型:

 

模型2:T2D∼sex+age+PC;             (1)

模型3:T2D∼PRS;                            (2)

模型4:T2D~sex+age+PC+BMI+GL+CL+HDL+LDL+TL+WC+DBP+SBP;(3)

模型5:T2D~PRS+性別+年齡+PC+BMI+GL+CL+HDL+LDL+TL+WC+DBP+SBP。(4)

糖尿病風(fēng)險評估基因檢測已經(jīng)檢查并沒(méi)有發(fā)現上述變量之間存在共線(xiàn)性。 以上所有統計分析均使用 R 3.6.3 版軟件進(jìn)行。

(責任編輯:佳學(xué)基因)
頂一下
(2)
100%
踩一下
(0)
0%
推薦內容:
來(lái)了,就說(shuō)兩句!
請自覺(jué)遵守互聯(lián)網(wǎng)相關(guān)的政策法規,嚴禁發(fā)布色情、暴力、反動(dòng)的言論。
評價(jià):
表情:
用戶(hù)名: 驗證碼: 點(diǎn)擊我更換圖片

Copyright © 2013-2033 網(wǎng)站由佳學(xué)基因醫學(xué)技術(shù)(北京)有限公司,湖北佳學(xué)基因醫學(xué)檢驗實(shí)驗室有限公司所有 京ICP備16057506號-1;鄂ICP備2021017120號-1

設計制作 基因解碼基因檢測信息技術(shù)部