學習一個新PRS方法，看B站一有位[南醫(yī)大的同學寫了筆記](PRS-CS - 嗶哩嗶哩 (bilibili.com)
)的，Polygenic prediction via Bayesian regression and continuous shrinkage priors，通過貝葉斯回歸和連續(xù)收縮先驗進行多基因預測。這個方法是2019年發(fā)表在NC上的，好像也不是太新了，不過看到最近的兩篇大文章都在用這個方法或者用了這個方法，還是值得一學和一試的。

摘要

一種多基因預測方法，利用全基因組關聯(lián)匯總統(tǒng)計和外部連鎖不平衡(LD)參考面板推斷單核苷酸多態(tài)性(SNPs)的后驗效應大小。PRS-CS利用了高維貝葉斯回歸框架，與之前的工作不同，它將連續(xù)收縮(CS)置于SNP效應大小之前，這對不同的遺傳結構是穩(wěn)健的，提供了大量的計算優(yōu)勢，并使局部LD模式的多變量建模成為可能。當訓練的樣本量足夠大時（看文章圖表是20K，2萬這種級別），比現(xiàn)有的方法表現(xiàn)要好。我們將PRS-CS應用于伙伴醫(yī)療保健生物庫中6種常見復雜疾病和6種定量性狀的預測，并進一步證明了PRS-CS在預測準確性方面的提高。

前言

PRS匯總了全基因組遺傳標記的作用，以數(shù)量性狀或疾病的遺傳傾向，在預測人類復雜性狀和疾病方面顯示了希望，并可能促進早期檢測、風險分層和醫(yī)療保健機構中常見復雜疾病的預防。
為了最大限度地發(fā)揮PRS的潛力，需要使用統(tǒng)計和計算方法：

• (1)聯(lián)合建立全基因組遺傳標記的模型，充分利用現(xiàn)有信息，同時考慮到局部連鎖不平衡(LD)結構;
• (2)適應復雜性狀和疾病的不同效應量分布，從高度多基因遺傳結構(如身高和精神分裂癥)，到小效應量和具有中等到較大效應量的遺傳位點簇的集合(如自身免疫疾病和阿爾茨海默病);
• (3)在沒有獲得個體水平數(shù)據(jù)的情況下，通過對全基因組關聯(lián)研究(GWAS)的匯總統(tǒng)計進行預測;
• (4)保持計算的可伸縮性。
  到目前為止，大多數(shù)應用程序都是將p值閾值應用于GWAS匯總統(tǒng)計后，刪除LD中的單核苷酸多態(tài)性(SNPs)。之后，用遺傳標記的子集計算PRS。雖然這種方法在計算和概念上具有優(yōu)勢，并已被用于預測廣泛的表型譜的遺傳傾向，但最近的研究表明，這種傳統(tǒng)的PRS構建方法丟棄了信息，限制了預測的準確性。更復雜的貝葉斯多基因預測方法依賴于GWAS匯總統(tǒng)計數(shù)據(jù)，包括LDpred4和最近開發(fā)的正?；旌夏Ｐ?,6，可以結合全基因組標記和適應不同的遺傳結構，因此具有更高的性能和靈活性。然而，這些方法中使用的SNP效應大小的先驗類型，稱為離散混合先驗，帶來了令人生畏的計算挑戰(zhàn)，并可能導致對局部LD模式的不準確調整。
  在這項工作中，我們提出了一種多基因預測方法，PRSCS，它利用貝葉斯回歸框架，并將概念上不同類別的先驗連續(xù)收縮(CS)先驗放在SNP效應大小上。連續(xù)收縮先驗允許標記特異性的自適應收縮(即，應用于每個遺傳標記的收縮量與GWAS中其關聯(lián)信號的強度相適應)，因此可以適應不同的潛在遺傳結構。此外，連續(xù)的收縮先驗使得后驗推理中SNP效應大小的共軛塊更新(即，每個LD塊中的SNP效應大小以多元方式聯(lián)合更新，而不是分別順序地更新每個標記的效應大小)，從而可以精確地模擬局部LD模式，并提供大量的計算改進。連續(xù)收縮先驗的幾個特例已被應用于數(shù)量性狀預測或基因定位。然而，所有以前的工作都需要個人水平的數(shù)據(jù)，并且僅限于小規(guī)模的分析(包括樣本大小和遺傳標記的數(shù)量)。PRS-CS只需要GWAS匯總統(tǒng)計和外部LD參考面板，因此可以應用于更廣泛的設置范圍。
  我們使用英國生物銀行的遺傳數(shù)據(jù)進行模擬研究，并證明PRS- cs在廣泛的遺傳結構中顯著地提高了PRS的預測性能，特別是當訓練樣本數(shù)量很大時。我們應用PRS-CS預測了6種常見復雜疾病(乳腺癌(BRCA)、冠心病(CAD)、抑郁癥(DEP)、炎癥性腸病(IBD)、類風濕關節(jié)炎(RA)和2型糖尿病(T2DM))和6種定量特征(身高、體重、高密度脂蛋白、低密度脂蛋白、膽固醇和甘油三酯)，并進一步展示了PRS-CS在臨床轉化多基因預測方面的潛力。

附：
1、軟件包地址：https://github.com/getian107/PRScs
2、https://doi.org/10.1038/s41467-019-09718-5