Тест по методу Sum-Share выявил 1734 генетических варианта, связанных с сердечно-сосудистыми заболеваниями, тогда как ранее вероятным был только один.
8 января 2021 г.
ФИЛАДЕЛЬФИЯ — Анализ плейотропии, который дает представление о том, как отдельные гены приводят к множественным характеристикам, становится все более ценным, поскольку медицина продолжает опираться на генетику для информирования о лечении болезней. Однако положения о конфиденциальности затрудняют выполнение всестороннего анализа плейотропии, поскольку данные отдельных пациентов часто не могут легко и регулярно передаваться между сайтами. Тем не менее, статистический метод Sum-Share, разработанный в Penn Medicine, может извлекать сводную информацию со многих разных сайтов для получения важных выводов. При тестировании метода, опубликованном в Nature CommunicationsРазработчики Sum-Share смогли обнаружить более 1700 вариаций на уровне ДНК, которые могут быть связаны с пятью различными сердечно-сосудистыми заболеваниями. Если бы информация о пациенте была использована только из одного сайта, как это сейчас является нормой, была бы определена только одна вариация.
«Полное исследование плейотропии было трудно выполнить из-за ограничений на объединение данных пациентов из электронных медицинских карт на разных сайтах, но мы смогли придумать метод, который превращает данные сводного уровня в результаты, которые в геометрической прогрессии превосходят наши возможности. «, — сказал один из главных авторов исследования Джейсон Мур, доктор философии, директор Института биомедицинской информатики и профессор биостатистики, эпидемиологии и информатики. «Благодаря Sum-Share мы значительно расширяем наши возможности по выявлению генетических факторов, лежащих в основе состояний здоровья, которые варьируются от тех, которые связаны со здоровьем сердца, как это было в случае этого исследования, до психического здоровья с множеством различных промежуточных приложений».
Sum-Share поддерживается биобанками, которые объединяют обезличенные данные пациентов, включая генетическую информацию, из электронных медицинских карт (EHR) для исследовательских целей. В своем исследовании Мур, соавтор исследования, Йонг Чен, доктор философии, доцент кафедры биостатистики, ведущий автор Руованг Ли, доктор философии, научный сотрудник Пенсильванского университета, и их коллеги использовали eMERGE для получения семи различных наборов электронных медицинских записей для запуска с помощью Sum-Share в попытке обнаружить генетические эффекты между пятью сердечно-сосудистыми состояниями: ожирением, гипотиреозом, диабетом 2 типа, гиперхолестеринемией и гиперлипидемией.
С помощью Sum-Share исследователи обнаружили 1734 различных однонуклеотидных полиморфизма (SNP, которые представляют собой различия в строительных блоках ДНК), которые могут быть связаны с пятью условиями. Затем, используя результаты EHR только одного сайта, был идентифицирован только один SNP, который мог быть привязан к условиям.
Кроме того, они определили, что их выводы были идентичны независимо от того, использовали ли они данные итогового уровня или данные индивидуального уровня в Sum-Share, что сделало его системой «без потерь».
Чтобы определить эффективность Sum-Share, команда затем сравнила результаты своего метода с предыдущим ведущим методом, PheWAS. Этот метод работает лучше всего, когда он извлекает данные индивидуального уровня, которые были доступны из разных электронных записей. Но когда у них обоих одинаковые правила игры, что позволяет им использовать данные на индивидуальном уровне, Sum-Share был статистически определен как более мощный в своих выводах, чем PheWAS. Итак, поскольку выводы Sum-Share на уровне сводных данных были определены как столь же проницательные, как и при использовании данных на индивидуальном уровне, это, по-видимому, лучший метод для определения генетических характеристик.
«Это было примечательно, потому что Sum-Share обеспечивает интеграцию данных без потерь, в то время как PheWAS теряет некоторую информацию при интеграции информации с нескольких сайтов», — пояснил Ли. «Sum-Share также может уменьшить штрафы за проверку множества гипотез, одновременно моделируя различные характеристики».
В настоящее время Sum-Share в основном предназначен для использования в качестве инструмента исследования, но есть возможности использовать его идеи для улучшения клинических операций. И, продвигаясь вперед, есть шанс использовать его для решения некоторых из самых насущных проблем, с которыми сегодня сталкивается здравоохранение.
«Sum-Share может быть использован для COVID-19 с исследовательскими консорциумами, такими как Консорциум клинической характеристики COVID-19 с помощью EHR (4CE)» , — сказал Йонг. «Эти усилия используют федеративный подход, при котором данные остаются локальными для сохранения конфиденциальности».
Загрузка...
