摘要
多基因评分(PGSs)综合了常见遗传变异的影响1，2预测复杂疾病的风险或治疗策略3.，4，5，6，7．在PGSs中添加罕见的变异具有未知的益处，并且在系统上具有挑战性。在此，我们开发了一种构建罕见变异PGSs的方法，并将其应用于计算2型糖尿病(T2D)诊断的转基因血红蛋白A1C阈值7，8，9，10．由此产生的罕见变异PGS是高度多基因的(在154个基因中有21,293个变异)，依赖于超罕见变异(在少于3人中观察到72.7%)，并通过偶然性识别出明显多于预期的未诊断T2D病例(优势比= 2.71;P= 1.51 × 10−6)．一种结合了常见和罕见变异的PGS有望在美国鉴别出490万T2D误诊病例——比单一的常见变异PGS高出近1.5倍。这些结果为从罕见变异中构建复杂性状PGSs提供了一种方法，并提示罕见变异将增强常见疾病的精准医疗方法中的常见变异。
这是订阅内容的预览，通过你的机构获取
访问选项
订阅Nature+
立即在线访问《自然》和其他55种《自然》杂志
29.99美元
每月
订阅期刊
获得1年的完整期刊访问权限
99.00美元
每期仅需8.25美元
所有价格均为净价格。
增值税将在稍后的结帐中添加。
税金计算将在结账时完成。
买条
在ReadCube上获得时间限制或全文访问权限。
32.00美元
所有价格均为净价格。
数据可用性
AMP-T2D-GENES研究的序列数据和表型可通过基因型和表型数据库和/或欧洲基因组-表型档案库获得，如补充表所示14．访问UKB的数据可以在以下网站获得https://www.ukbiobank.ac.uk/enable-your-research．
代码的可用性
所有用于分析的软件都是开源的，并在方法中进行了描述。这包括BWA版本0.7,Picard版本1,GATK版本3.4,EPACTS版本3.2.4,Plink 1.9, METAL元分析工具，Michigan Imputation Server, KlustaKwik版本1.5,FlashPCA2版本2.0,HAIL版本0.2.61,KING版本2.1.2,VEP版本87和Tabix版本0.2.6。以前出版的剧本(//www.scienovate.com/articles/s41586-019-1231-2.pdf)用于进行最小值P值检验和对基因集进行Wilcoxon秩和检验。编写了一个定制脚本来计算常见和罕见的pgs变体(可通过GitHub在https://github.com/PeterDornbos/dornbos_ps)．2型糖尿病知识门户用于GWAS位点扫描(https://t2d.hugeamp.org/)．
参考文献
Vilhjálmsson，王文杰等。建模连锁不平衡增加了多基因风险评分的准确性。点。j .的嗡嗡声。麝猫。97， 576-592(2015)。
Choi, s.w, Mak, t.s. & O 'Reilly, p.f.教程:执行多基因风险评分分析的指南。Protoc Nat。15， 2759-2772(2020)。
Khera, A. V.等。常见疾病的全基因组多基因评分识别个体的风险等同于单基因突变。Nat,麝猫。50， 1219-1224(2018)。
Khera, A. V.等。出生到成年体重和肥胖轨迹的多基因预测。细胞177， 587-596(2019)。
Mavaddat, N.等。预测乳腺癌和乳腺癌亚型的多基因风险评分。点。j .的嗡嗡声。麝猫。104， 21-34(2019)。
Mahajan, A.等。利用高密度植入和胰岛特异性表观基因组图谱将2型糖尿病基因座精确定位到单变量分辨率。Nat,麝猫。50， 1505-1513(2018)。
惠勒，E.等。在祖先多样性人群中，糖化血红蛋白共同遗传决定因素对2型糖尿病风险和诊断的影响:一项跨种族全基因组荟萃分析科学硕士。14， e1002383(2017)。
2型糖尿病的预防:糖化血红蛋白基因的意义。启Diabet。钉。12， 351-362(2015)。
Sarnowski, C.等。在多祖先队列中，罕见和常见的遗传变异对糖化血红蛋白诊断糖尿病的影响:精确医学跨组学计划点。j .的嗡嗡声。麝猫。105， 706-718(2019)。
Soranzo, N.等人。10个基因组位点的常见变异影响血红蛋白A1 c通过升糖和非升糖途径的水平。糖尿病59， 3229-3239(2010)。
希金斯，P. J.布恩，H. F.血红蛋白非酶糖基化的动力学分析。生物。化学。256， 5204-5208(1981)。
美国糖尿病协会。糖尿病的分类与诊断:《糖尿病医疗保健标准- 2021》．糖尿病护理44， s15-s33(2021)。
美国糖尿病协会。预防或延缓2型糖尿病:《糖尿病医疗保健标准- 2021》．糖尿病护理44， s34-s39(2021)。
美国糖尿病协会。血糖的目标:《糖尿病医疗保健标准- 2021》．糖尿病护理44， s73-s84(2021)。
美国糖尿病协会。降糖治疗的药理学方法:《糖尿病医疗保健标准- 2021》．糖尿病护理44， s111-s124(2021)。
科恩，R. M.等。血液学正常的人红细胞寿命的异质性足以改变HbA1c。血112， 4284-4291(2008)。
Chai, J. F.等。马来人HbA1c全基因组相关性鉴定缺失SLC4A1影响糖化血红蛋白独立于血糖j .中国。性。金属底座。105， dgaa658(2020)。
陈鹏，等。多个非血红蛋白基因座与东亚人的糖化血红蛋白水平有关。糖尿病63， 2551-2562(2014)。
陈杰等。的反式-升糖性状的祖先基因组结构。Nat,麝猫。53， 840-860(2021)。
傅，W.等。对6515个外显子的分析揭示了大多数人类蛋白质编码变体的最近起源。自然493， 216-220(2013)。
古德里奇，J. K.等。在77184个外显子的单基因代谢条件中外显率和可变表达的决定因素。Commun Nat。12， 3505(2021)。
Bamshad, M. J.等。外显子组测序作为孟德尔病基因发现的工具。Nat. Rev. Genet。12， 745-755(2011)。
Cirulli, E. T. & Goldstein, D. B.通过全基因组测序揭示罕见变异在常见疾病中的作用。Nat. Rev. Genet。11， 415-425(2010)。
李s, Abecasis, G. R.， Boehnke, M.和Lin X.罕见变异关联分析:研究设计和统计检验。点。j .的嗡嗡声。麝猫。955-23(2014)。
Van Hout, C. V.等。英国生物银行中49,960个个体的外显子组测序和编码变异的表征。自然586， 749-756(2020)。
Sudlow, C.等。英国生物库:一种可开放获取的资源，用于查明各种各样的中老年人复杂疾病的原因。科学硕士。12， e1001779(2015)。
弗兰尼克等人。对20,791例2型糖尿病患者和24,440例对照组进行外显子组测序。自然570， 71-76(2019)。
Luzzatto, L.， Nannelli, C. & Notaro, R.葡萄糖-6-磷酸脱氢酶缺乏症。内科杂志。肿瘤防治杂志。中国。北。30.， 373-393(2016)。
Pandolfi, p.p.等。靶向破坏管理基因编码葡萄糖6-磷酸脱氢酶(G6PD): G6PD在戊糖合成中是不可或缺的，但在抵抗氧化应激中是必不可少的。EMBO J。14， 5209-5215(1995)。
卡哈兰，s.m.等人。压电将机械力与红细胞体积联系起来。eLife4， e07370(2015)。
Faucherre, A.， Kissa, K.， Nargeot, J.， Mangoni, M. E. & Jopling, C.压电1在红细胞体积稳态中起作用。Haematologica99， 70-75(2014)。
Beutler, E. G6PD缺乏。血84， 3613-3636(1994)。
Cappellini, m.d. & Fiorelli, G.葡萄糖-6-磷酸脱氢酶缺乏症。《柳叶刀》371， 64-74(2008)。
克劳奇，D. J. M. &博德默，W. F.多基因遗传，GWAS，多基因风险评分和功能变异的搜索。美国国家科学院学报。美国117， 18924-18933(2020)。
多基因风险评分的能力和预测准确性。公共科学图书馆麝猫。9， e1003348(2013)。
史密斯，C. L. &埃皮格，J. T.哺乳动物表型本体论:启用稳健注释和比较分析。威利Interdiscip。启系统。医学杂志。地中海。1， 390-399(2009)。
Mi, H.， Muruganujan, A.， Ebert, D.， Huang, X.和Thomas, P. D. PANTHER第14版:更多基因组，新的PANTHER GO-slim和富集分析工具的改进。核酸储备。47， d419-d426(2019)。
Conesa, A.等。Blast2GO:功能基因组学研究中用于注释、可视化和分析的通用工具。生物信息学21， 3674-3676(2005)。
UniProt联盟。UniProt:通用的蛋白质知识库。核酸储备。45， d158-d169(2017)。
金永久，古日道，田边，田边，佐藤，杨芳，森岛，凯格:基因组、途径、疾病和药物的新视角。核酸储备。45， d353-d361(2017)。
阿特舒勒，D，戴利，M. J.和兰德，E. S.人类疾病的遗传制图。科学322， 881-888(2008)。
Mahajan, A.等。在2型糖尿病中，通过编码变异精细映射提高有效靶点识别的准确性。Nat,麝猫。50， 559-571(2018)。
Lupski, J. R. Belmont, J. W. Boerwinkle, E. & Gibbs, R. A.氏族基因组学与人类疾病的复杂结构。细胞147， 32-43(2011)。
Fuchsberger, C.等。2型糖尿病的遗传结构。自然536， 41-47(2016)。
埃斯特拉达，k等人。一种低频变异的联想HNF1A患有2型糖尿病的拉丁裔j。地中海,协会。311， 2305-2314(2014)。
Subramanian, A.等。基因集富集分析:一种解释全基因组表达谱的基于知识的方法。美国国家科学院学报。美国102， 15545-15550(2005)。
克劳斯尼策等人。人类疾病遗传学简史。自然577， 179-189(2020)。
多因子对常见疾病易感性的常见和罕见变异。Nat,麝猫。40， 695-701(2008)。
康，h.m.等人。全基因组关联研究中解释样本结构的方差成分模型。Nat,麝猫。42， 348-354(2010)。
Sveinbjornsson, G.等。基于序列变异注释的权重增加了全基因组关联研究的力量。Nat,麝猫。48， 314-317(2016)。
Lohmueller, K. E.等。2000名丹麦个体的全外显子组测序和罕见编码变异在2型糖尿病中的作用。点。j .的嗡嗡声。麝猫。93， 1072-1086(2013)。
Williams, A. L.等。序列变异SLC16A11是墨西哥2型糖尿病的常见风险因素自然506， 97-101(2014)。
伊斯特伍德，s.v.等。英国生物银行中流行和偶发糖尿病的捕获和判定算法。《公共科学图书馆•综合》11， e0162388(2016)。
Hindy, G.等。对17万个外显子的多祖先分析显示，35个基因中罕见的编码变异与循环脂质水平相关。点。j .的嗡嗡声。麝猫。109， 81-96(2020)。
McLaren, W.等人。用集合API和SNP效应预测器推导基因组变异的结果。生物信息学26， 2069-2070(2010)。
McLaren, W.等人。综合变异效应预测器。基因组医学杂志。17， 122(2016)。
Karczewski, K. J.等。从141456人的变异中量化了突变约束谱。自然581， 434-443(2020)。
刘晓霞，吴超，李超，Boerwinkle, E. dbNSFP v3.0:人类非同义和剪接位点snv的功能预测和注释的一站式数据库。嗡嗡声。Mutat。37， 235-241(2016)。
阿肯，B. L.等。运用2017年。核酸储备。45， d635-d642(2017)。
Willer, c.j, Li, y, Abecasis, g.r. METAL:快速和有效的全基因组关联扫描元分析。生物信息学26， 2190-2191(2010)。
Shim, H.等人。对1868名白种人10个LDL亚组分的多变量全基因组关联分析及其对他汀类药物治疗的反应。《公共科学图书馆•综合》10， e0120758(2015)。
控制错误发现率:多重测试的一种实用而强大的方法。J. R.统计社会爵士。B Methodol。57， 289-300(1995)。
调查:复杂调查样本的分析。R包版本4.0(2020)。
确认
该项目由R01DK125490和UM1DK105554支持。J.B.C.由国家糖尿病、消化和肾脏疾病研究所(NIDDK)独立路径奖(K99DK127196)支持。A.L.获得了多丽丝·杜克慈善基金会的赠款2020096的支持。J.B.M.得到了美国国立卫生研究院R01DK078616和R01HL151855的资助。J.C.F.获得美国国家心肺血液研究所(NHLBI) K24 HL157960奖的支持。美国国家转化科学促进中心、临床与转化科学研究所UL1TR001881和NIDDK糖尿病研究中心DK063491对南加州糖尿病内分泌学研究中心的资助。CHARGE联盟的基础设施部分由NHLBI赠款R01HL105756支持，部分由国立卫生研究院支持，NHLBI合同1R01HL151855和NIDDK合同UM1DK078616。密苏里州立大学由K23DK114551赠款资助。
作者信息
作者和隶属关系
财团
贡献
P.D.和J.F.构思了这个方法并撰写了手稿。p.d.， r.k.， A.R.和J.F.进行了分析。T.N, j.b.c.， a.l.， j.b.m.， J.C.F, J.I.R, m.s.u和AMP-T2D-GENES联盟的成员对手稿提供了专业知识和反馈。J.F.监督了这项研究。
相应的作者
道德声明
相互竞争的利益
截止2022年4月，pd是再生龙制药的员工和股东。J.B.M.是Quest Diagnostics内分泌学研究和开发的学术助理。J.C.F.从诺和诺德和阿斯利康公司获得了咨询费，从默克公司、诺和诺德公司和阿斯利康公司获得了演讲费，而他对演讲内容拥有完全控制权。其余作者声明无竞争利益。
同行评审
同行评审信息
自然遗传学感谢Timothy Frayling和其他匿名审稿人对这项工作的同行评审所做的贡献。同行评审报告是可用的。
额外的信息
出版商的注意施普林格自然对出版的地图和机构附属的管辖权要求保持中立。
扩展数据
图2罕见变异HbA1C基因水平关联的效应大小和方差比例。
一个-c，显示结果G6PD（一个) (ngydF4y2BaAA = 1382;ngydF4y2BaEA = 1930;ngydF4y2Ba=欧盟41,689人;ngydF4y2Ba= 1861 SA;ngydF4y2BaHS = 892)，GCK（b) (ngydF4y2BaEA = 551;ngydF4y2Ba=欧盟为40241人;ngydF4y2BaHS = 487)，和PIEZO1（c) (ngydF4y2BaAA = 905;ngydF4y2BaEA = 1,340;ngydF4y2Ba=欧盟42,061人;ngydF4y2BaSA = 789;ngydF4y2BaHS = 484)。我们计算了每个祖先的效应大小(mmol/mol)和责任方差，然后通过meta分析将它们结合起来。我们对先前报道的基因125 kb内最强相关基因级掩码和最强相关共同变异进行了计算7（ngydF4y2BaAA = 7,564;ngydF4y2BaEA = 20,838;ngydF4y2Ba=欧盟123,665人;ngydF4y2Ba= 8,874为SA)。解释方差的比例显示为总负债方差的比例。AA,非裔美国人;EA，东亚;欧盟,欧洲;海关,拉美裔;SA，南亚;必备,荟萃分析。误差条表示95%置信区间。
图3常见变异多基因分数的计算和评价。
我们根据效应大小和先前发表的多祖先HbA1C GWAS结果计算了常见的多基因评分7．我们利用现有的GWAS数据分别计算测试样本中四个祖先的多基因得分，通过Fisher精确检验评估祖先特异性比值比，然后通过固定效应荟萃分析将这些比值比结合起来，得出跨祖先比值比。
图4 HbA1C和RBC罕见变异基因水平相关性的富集分析。
我们根据他们的HbA1C基因水平对基因进行排名P值，并测试了顶部的程度ngydF4y2Ba协会(ngydF4y2Ba从1到1000)的血红细胞计数(RBC)基因水平的相关性。用单侧Wilcoxon秩和检验计算富集量，比较RBC基因水平P-顶部的值ngydF4y2BaHbA1C与RBC基因水平相关P-与变异数和等位基因总数相匹配的背景基因值。图中蓝色实线表示单侧的威尔考克森P的函数ngydF4y2Ba．作为阴性对照，我们还进行了倒数分析，其中我们测试了顶部我红细胞与糖化血红蛋白相关;纯黄色表示单侧WilcoxonP值。
图5包含罕见变异的多基因评分构建框架。
一个，b，该框架包括两个步骤:(一个)根据基因间的关联，选择将基因纳入多基因评分P-value和annotation，和(b)定义稀有变体的权重，基于包含它们的掩码和为掩码观察到的聚合效应大小。一个根据HbA1C相关性的强度(蓝框)和通过红细胞途径作用的证据(红色)，我们探索了三种选择基因的方法。“血糖集”指位于血糖基因集中的基因P≤0.05)的HbA1C罕见变异相关，而“RBC集”表示位于红细胞基因集中的基因(在P≤0.05)的HbA1C罕见变异关联(具体基因集见图。2)．“HbA1C位点”和“RBC位点”分别表示位于共同变异HbA1C或RBC关联的125 kb内的基因。两个阴性对照只包括红细胞途径过滤器失败的基因(“排除”)，并对松散基因集应用HbA1C关联强度过滤器(对照1)或对松弛基因集应用关联强度过滤器(对照2)。b，我们探索了三种对变量进行加权的方法:包含该变量的最严格掩码的聚集效应大小(嵌套)，包含该变量的最严格掩码的唯一变量的聚集效应大小(唯一)，或该基因的加权负担试验的聚集效应大小(加权)。
图6检验罕见变异多基因评分的准确性。
为了测试罕见变异多基因评分模型的准确性，我们评估了HbA1C调整的T2D病例的数量，这些病例跨越了T2D的诊断阈值(47.53 mmol/mol HbA1C)，并使用Fisher确切检验将其与预期的偶然数量进行了比较。对于9个罕见变异多基因评分中的每一个(3个基因集定义中的每一个都有3个变异权重方案;扩展数据图5)，我们计算了由模型重新分类的真实T2D病例的比例和95%置信区间(95%置信区间)。每个比值比的菱形面积与AMP-T2D-GENES检测样本中重新分类的个体总数(总数量)成正比ngydF4y2Ba核定= 17 206;见补充表9对于特定模型的重分类样本大小)。误差条表示95%置信区间。
图8调整多基因评分中常见变异的罕见变异效应的影响。
散点图表示HbA1C基因水平效应大小(mmol/mol)，由负荷试验估计，包括和不包括作为试验协变量的常见变异PGS的变异。g，结果显示为每一个七种罕见的变种面具。我们分析了带有名义(P≤0.05)罕见的变异关联和在普通变异PGS中变异的125 kb内。结果表明，平均而言，在调整常见变异时，罕见变异的影响大致相同。斯皮尔曼等级相关系数(这是Rho)和相关的P-values(双面)在图中表示。红线表示斜率为1。斜率和P-通过线性回归计算的值(双边)显示在图上;蓝色虚线表示线性模型估计的坡度。
图9常见变异和罕见变异多基因评分中包含的变异的跨谱系异质性检验。
一个-h我们使用Cochran’s Q检验来评估祖先级单变异和基因级关联结果的异质性。QQ剧情显示为P通用变量的单变量Q测试的值(一个)和不同罕见变种口罩的基因水平Q检测;每个图中都包含相应多基因评分(b - h)．偏离对角线红线以上表明异质性超出零期望(蓝线表示零期望的95%置信区间)，而lambda值表示观察到的x平方分布统计量的中位数与零期望x平方分布统计量的中位数之比;越大的lambda值表示与空值的偏差越大。' HC '表示LoFTee掩码;“5/5 + LC 1%”表示“5/5 LoFTee LC 1%”掩码。
图10在对HbA1C水平有负面影响的红细胞升糖基因集中发现的变异部分。
报告的是在基因(i)中发现的与HbA1C基因水平相关的变异的比例P≤0.05和(ii)在显著富集(P≤0.05)红细胞(ngydF4y2Ba= 4)或升糖(ngydF4y2Ba= 5)基于单变量荟萃分析的HbA1C效应值为阴性的基因集。g，结果显示在每个掩码内的变体。柱状图表示在所有基因集上观察到的分数，而圆点表示在每个基因集上观察到的分数。一个双边t-test用于评估潜在的显著性差异;P-值在每个图中表示。错误条表示标准错误。
权利与权限
Nature或其许可方根据与作者或其他权利所有人签订的出版协议，对本文拥有专有权;作者对本文已接受的手稿版本的自我存档完全受此类出版协议条款和适用法律的约束。
关于本文
引用本文
多恩博斯，阿肯色州，凯斯特尔，阿肯色州，拉滕堡。et al。21,293个罕见变异和22个常见变异的联合多基因评分提高了基于糖化血红蛋白水平的糖尿病诊断。Nat麝猫(2022)。https://doi.org/10.1038/s41588-022-01200-1
收到了：
接受：
发表：
DOI：https://doi.org/10.1038/s41588-022-01200-1
