La encriptación homomórfica permite puntuaciones de riesgo poligénico que preservan la privacidad

Área de la Ciencia:

• Genómica
• Criptografía
• Medicina de precisión

Sus antecedentes:

• Las puntuaciones de riesgo poligénico (PRS) son cruciales para la predicción de riesgos personalizada en medicina de precisión.
• El uso de PRS plantea importantes preocupaciones de privacidad debido a la naturaleza sensible de los datos genómicos.

Objetivo del estudio:

• Desarrollar y evaluar una implementación de código abierto de encriptación homomórfica completa (FHE) para modelos de puntuación de riesgo poligénico (PRS) que preservan la privacidad.
• Evaluar la viabilidad y precisión del uso de FHE para la computación segura de datos genómicos.

Principales métodos:

• Desarrollamos HEPRS, un sistema de código abierto que utiliza un modelo de tres partes (clientes, modeladores, evaluadores) para PRS basado en FHE.
• Aplicamos HEPRS a conjuntos de datos sintéticos y a un modelo de riesgo de esquizofrenia de 110.000 SNP.
• Investigamos parámetros de encriptación que afectan la precisión, la memoria y el tiempo de computación.

Principales resultados:

• Los PRS cifrados y en texto plano mostraron una estrecha concordancia, lo que indica una alta precisión.
• HEPRS demostró una usabilidad práctica en una sola CPU.
• El estudio confirmó que FHE permite PRS realistas con una pérdida de precisión insignificante.

Conclusiones:

• La encriptación homomórfica completa ofrece una solución viable para PRS que preservan la privacidad.
• HEPRS admite análisis genómicos seguros y escalables, mejorando las aplicaciones de medicina de precisión.
• La implementación de FHE desarrollada facilita la predicción de riesgos confidencial a partir de datos genómicos sensibles.