多基因风险评分2

众所周知，人体的染色体是由A、T、C、G四种碱基组成的DNA双螺旋结构，其中A碱基与T碱基相对，C碱基与G碱基相对。换言之，如果一条DNA单链某位置上的碱基是A，那么与之配对的另一条单链DNA在相同位置上的碱基就是T。由于人类是一个二倍体生物，这也就意味着人的染色体基因型是由两种碱基组成，如果一个人在染色体某一位置上的基因型（SNP）是AA，并且AA就是野生型，突变的情况是A突变成G，那么基因型AG就是杂合型，GG就是纯合突变型，为了方便计算，我们规定基因型为AA的人的等位基因剂量为0，AG的等位基因剂量为1，GG的等位基因剂量为2，我们也称该SNP的等位基因剂量分别是0、1、2，其他相关知识点可参考往期遗传学概述。

通过DNA测序我们就能获得个体在某一个SNP上的等位基因剂量，接下来我们就需要获取该SNP针对特定疾病的效应值，这种数据可以通过各种GWAS数据库获取。通常情况下我们需要获取某一个SNP对该疾病的效应等位基因（effect allele）、效应量（effect size，通常是BETA或OR）、效应量的标准误以及该效应量的P值，一般来说该P值是要小于全基因组显著水平的（<5E-8）。接下来，我将介绍3种常用的PRS简便计算方法

在下面的公式中，S代表效应值，G代表的等位基因剂量，下标i表示的是SNP的序号，下标j表示的则是个体的序号。

第一种：累加求和法

这种方法是最早提出也是最为简便的计算方法，就是将每个个体上的SNP的效应值和等位基因剂量相乘，然后将各个SNP的得分累加后获取个体的PRS。这种方法简便易行，但是在某些个体部分SNP是缺失时，可能会带来一定的误差。

第二种：平均值法

该方法在第一种方法的基础上除以每个个体用于计算PRS的SNP个数，M表示的就是SNP个数，它较好的处理了某些个体存在SNP缺失的情况，是对第一种方法的优化，也是软件PRSice的默认方法。

第三种：标准化法

看公式我们不难理解，这种方法实际上是对第一种方法算出来的PRS进行标准化。当我们用第一种方法算出不同个体的PRS后，计算这一群人PRS的均值和标准误，然后用原PRS减去PRS均值后再除以PRS的标准误就得到标准化后的个体PRS。这种方法的优点是使PRS数据更符合正态分布，便于统计分析。

以上三种PRS计算方法是我们常用的简便方法，当然最新的研究也提出来各种基于贝叶斯模型或者神经网络的PRS计算方法，笔者认为这些新方法的效果还有待评估，我们首先需要掌握的是这些常用方法。

关于多基因风险评分的计算方法就讲到这里，在下期内容中我会和大家介绍如何使用PRSice软件来快速计算PRS，敬请期待！