Un marco Lasso eficiente para las puntuaciones poligénicas conscientes de las mezclas

Área de la Ciencia:

• La genética
• La bioinformática
• Biología computacional

Sus antecedentes:

• Las puntuaciones poligénicas (PGS) son valiosas para la medicina personalizada, pero a menudo funcionan mal en poblaciones no europeas debido a sesgos de entrenamiento.
• Los métodos existentes de PGS entre poblaciones luchan con individuos de mezcla reciente, lo que limita su utilidad clínica.
• El método GAUDI aborda la ascendencia local, pero es computacionalmente intensivo y limitado a la mezcla de dos vías.

Objetivo del estudio:

• Introducir HAUDI, un marco eficiente basado en LASSO para la construcción de puntuaciones poligénicas en poblaciones mezcladas.
• Mejorar la eficiencia computacional y el manejo de mezclas de múltiples vías del método GAUDI.
• Mejorar la generalización y la precisión de las puntuaciones poligénicas en diversos antecedentes ancestrales.

Principales métodos:

• Re-parametrizado el modelo GAUDI en un problema LASSO estándar para la eficiencia computacional.
• HAUDI desarrollado para acomodar ajustes de mezcla de múltiples vías.
• HAUDI validado a través de simulaciones extensas y datos clínicos del mundo real.

Principales resultados:

• HAUDI demostró un rendimiento superior en comparación con GAUDI en simulaciones, con un tiempo de cálculo significativamente reducido.
• HAUDI superó a GAUDI en 18 fenotipos clínicos en análisis de datos reales.
• HAUDI proporcionó beneficios sustanciales sobre la PGS agnóstica de la ascendencia para rasgos como el recuento de glóbulos blancos y la enfermedad renal crónica.

Conclusiones:

• HAUDI ofrece una solución eficiente y efectiva para la construcción de puntuaciones poligénicas en poblaciones mezcladas.
• El método mejora la portabilidad y la precisión de la PGS, avanzando en la medicina personalizada.
• El rendimiento mejorado y la velocidad computacional de HAUDI lo convierten en una herramienta valiosa para la predicción de riesgos genéticos en diversos grupos.