多基因风险评分是什么？未来能实现“科学算命”吗？

虽然现在已经是2022年了，但找人算命，仍然是一件生活中很常见的事情。新生儿取名字要找“大师”算一算，婚丧嫁娶的时间要找人算一算，甚至自己啥时候能发财也可以找人算上一卦。

人们之所以如此热衷于算命，其实主要源于对未知的恐惧，这种恐惧会支配人们通过各种途径（算命也好，星座也罢）去窥探自己的未来，让自己对人生更有掌控力。而算命先生正是利用了人们的这一心理，他们通常会根据目前大多数人的特征和现状，对“顾客”说一些“模棱两可”的话，让他们自己对号入座。如果有些内容应验了，那这部分人就会觉得算命先生算的“很准”；而如果没有应验，大部分人其实也不会较真，因为真正“较真”的人压根不会去算命。

是否会有一天，我们自出生之日起，就有机会从医院或者基因检测机构得到一份关于自己的报告，它上面会告诉我们一生中罹患心脏病、精神疾病或者癌症等疾病的概率，也能够预测我们的大致身高、体重、智商甚至性格特征。从而能够帮助我们更好地认识自己，规避可能会经历的风险，过上更有掌控的人生。

也许，这一天，并不遥远了。

研究表明，我们生活中最常见的疾病（比如高血压、糖尿病、抑郁症、精神分裂症和癌症等）、身体性状（如身高和体重等）和性格特征等各个方面几乎都存在着显著的遗传影响。

而近十年来，科学家通过在大量的人群中开展大规模全基因组关联分析（Genome-wide association study，GWAS），寻找与人类常见疾病和特征相关的基因变异位点。让人意外的是，我们生活中那些常见的疾病或者生理特征，往往都不是单个基因变异所决定的，而是由成百上千的微小基因变异共同作用的结果。

对任意一种常见疾病或者性状而言，单个基因变异的遗传影响非常有限，甚至可以说对于疾病预测毫无价值可言。但是如果能够将所有相关的基因变异都考虑进去，叠加所有遗传变异的微小效应，是不是就能够预测一个人罹患某种疾病或具有某种特征的遗传倾向呢？按照这一研究思路，科学家提出了多基因风险评分（Polygenic risk score，PRS）的概念，通过计算特定性状或疾病相关的基因变异的加权和，用来评估计一个人出现某种生理/心理特征或罹患某种疾病的风险。

假如科学家通过对健康人群和某疾病的患病人群开展大规模全基因组关联分析，发现有1000个SNP在患病人群和健康对照人群中存在显著不同，说明这1000个SNP都与这个疾病的发生相关。但是，每个SNP对疾病的影响非常小（平均而言每个变异只能解释1/1000的遗传风险）。这时候科学家根据SNP与疾病相关性的大小，赋予每个变异相应的加权系数，由此可以计算出这1000个变异位点的加权和，从而能够计算出每个人罹患这种疾病的多基因风险分数。一个人的多基因风险分数越高，也就意味着这个人罹患这种疾病的风险越大。

目前来自世界各地的研究团队已经构建了一系列的多基因风险评分（PRS）模型来预测一个人患上冠状动脉疾病、乳腺癌、2型糖尿病以及精神分裂症等疾病的风险，其临床有效性也已经得到部分证实。 与此同时，国内外很多面向消费者的基因测序公司，如23andMe 和WeGene等也已经开始向消费者提供多种多基因风险评分项目。相信随着基因测序数据的进一步积累，以及大众接受程度的提升，多基因风险评分将在疾病风险评估、预防、辅助诊断等各个阶段造福于人类健康。

值得注意的是，作为一种新出现的评分模型，多基因风险评分在应用上仍然存在许多局限。

首先，多基因风险评分的预测能力存在上限，常见的多基因疾病不只受遗传因素影响，而是由遗传因素和环境因素共同决定的。多基因风险评分预测能力的上限取决于疾病的遗传力。

其次，多基因风险评分只提供概率推断，而不是结论或诊断。它只能告诉你，相对于大多数人来说，你更容易得哪种疾病或者具有哪种心理或者行为特征，但并不意味着你一定会如此。因为环境和你的生活方式也会发挥影响。因此，即便多基因风险评分结果显示你具有较高的疾病风险，也不必过分焦虑，你仍旧可以通过提前建立健康的生活方式，控制体重，戒烟戒酒以及定期检测等措施降低疾病的发生风险。

另外，由于基因测序数据缺乏种族多样性，多基因风险评分的有效性在跨种族人群中的应用存在限制。由于目前的GWAS研究主要在欧洲人群中开展，而针对亚洲人群和非洲人群的GWAS研究相对较少，因此使用欧洲测序数据开发的多基因风险评分模型预测其他人群的患病风险可能并不准确。

最后，多基因风险评分的应用可能会带来对伦理道德的挑战。多基因风险评分对于帮助个体预测患病风险，实现对疾病的提前预防有着巨大的潜力。但如果这一评分被用于筛选人类胚胎，以选择在智商以及运动方面更具天赋的小孩，或者用来挑选社会统治精英，对人类公平而言这将成为一场巨大的灾难。

参考资料

1. Khera AV, Chaffin M, Aragam KG, et al. Genome-wide polygenic scores for common diseases identify individuals with risk equivalent to monogenic mutations. Nat Genet. 2018;50(9):1219-1224. doi:10.1038/s41588-018-0183-z

2. Inouye M, Abraham G, Nelson CP, et al. Genomic Risk Prediction of Coronary Artery Disease in 480,000 Adults: Implications for Primary Prevention. J Am Coll Cardiol. 2018;72(16):1883-1893. doi:10.1016/j.jacc.2018.07.079

3. Lu X, Niu X, Shen C, et al. Development and Validation of a Polygenic Risk Score for Stroke in the Chinese Population. Neurology. 2021;97(6):e619-e628. doi:10.1212/WNL.0000000000012263

4. 《基因蓝图》