Sebuah tim peneliti telah mengoptimalkan skor risiko poligenik untuk 10 penyakit umum, sehingga dapat diterapkan pada beragam populasi. Pekerjaan ini, sebagai bagian dari upaya yang lebih luas untuk mengintegrasikan data genetik dengan catatan medis, bertujuan untuk meningkatkan layanan kesehatan yang dipersonalisasi dan preventif. Kredit: SciTechDaily.com
Sebagai bagian dari kolaborasi nasional, para peneliti Broad Clinical Labs telah mengoptimalkan 10 skor poligenik untuk digunakan dalam penelitian klinis sebagai bagian dari studi tentang cara menerapkan prediksi risiko genetik pada pasien.
Dengan menganalisis jutaan perbedaan genetik kecil di seluruh genom seseorang, para peneliti dapat menghitung skor risiko poligenik untuk memperkirakan peluang seumur hidup seseorang terkena penyakit tertentu. Selama dekade terakhir, para ilmuwan telah mengembangkan skor risiko untuk puluhan penyakit, termasuk penyakit jantung, penyakit ginjal, diabetes, dan kanker, dengan harapan bahwa suatu hari pasien dapat menggunakan informasi ini untuk menurunkan risiko penyakit yang semakin tinggi. Namun menentukan apakah tes tersebut bekerja secara efektif di semua populasi, dan bagaimana tes tersebut dapat memandu pengambilan keputusan klinis, merupakan sebuah tantangan.
Kemajuan dalam Penelitian Klinis
Kini, tim peneliti di Broad Institute of DENGAN dan Harvard, bekerja sama dengan 10 pusat kesehatan akademik di seluruh AS, telah menerapkan 10 tes serupa untuk digunakan dalam penelitian klinis. Dalam sebuah penelitian yang diterbitkan pada 19 Februari di Pengobatan Alam, tim menguraikan bagaimana mereka memilih, mengoptimalkan, dan memvalidasi tes untuk 10 penyakit umum, termasuk penyakit jantung, kanker payudara, dan diabetes tipe 2. Mereka juga mengkalibrasi tes tersebut untuk digunakan pada orang dengan keturunan non-Eropa.
Upaya Kolaboratif untuk Keberagaman Populasi
Para ilmuwan bekerja sama dengan jaringan nasional Electronic Medical Records and Genomics (eMERGE), yang didanai oleh National Human Genome Research Institute untuk mempelajari bagaimana data genetik pasien dapat diintegrasikan dengan rekam medis elektronik mereka untuk meningkatkan perawatan klinis dan hasil kesehatan. . Sepuluh pusat kesehatan yang berkolaborasi merupakan bagian dari proyek ini dan melibatkan 25.000 peserta, sementara para peneliti di Broad Clinical Labs, anak perusahaan Broad Institute, melakukan pengujian skor risiko poligenik untuk para peserta tersebut.
“Ada banyak perbincangan dan perdebatan mengenai skor risiko poligenik serta kegunaan dan penerapannya dalam lingkungan klinis,” kata Niall Lennon, kepala petugas ilmiah di Laboratorium Klinis Luas, seorang ilmuwan institut di Broad, dan penulis pertama makalah baru ini. “Melalui pekerjaan ini, kami telah mengambil langkah pertama untuk menunjukkan potensi kekuatan dan kekuatan skor ini pada populasi yang beragam. Kami berharap di masa depan informasi seperti ini dapat digunakan dalam pengobatan pencegahan untuk membantu masyarakat mengambil tindakan yang menurunkan risiko penyakit.”
Mengatasi Bias Leluhur
Sebagian besar skor risiko poligenik dikembangkan berdasarkan data genetik yang sebagian besar berasal dari orang-orang keturunan Eropa, sehingga menimbulkan pertanyaan apakah skor tersebut dapat diterapkan pada orang-orang dari keturunan lain.
Untuk mengoptimalkan skor risiko poligenik pada beragam orang, Lennon dan rekan-rekannya terlebih dahulu menyisir literatur untuk mencari skor risiko poligenik yang telah diuji pada orang-orang dari setidaknya dua keturunan genetik yang berbeda. Mereka juga mencari skor yang menunjukkan risiko penyakit yang dapat dikurangi oleh pasien melalui perawatan medis, pemeriksaan, dan/atau perubahan gaya hidup.
“Penting bagi kami untuk tidak memberikan hasil yang membuat mereka tidak bisa berbuat apa-apa,” kata Lennon.
Tim memilih 10 kondisi yang menjadi fokus skor risiko poligenik: fibrilasi atrium, kanker payudara, penyakit ginjal kronis, penyakit jantung koroner, hiperkolesterolemia, kanker prostat, asma, diabetes tipe 1, obesitas, dan diabetes tipe 2.
Untuk setiap kondisi, para peneliti mengidentifikasi titik-titik yang tepat dalam genom yang akan mereka analisis untuk menghitung skor risiko. Mereka memverifikasi bahwa semua titik tersebut dapat digenotipe secara akurat, dengan membandingkan hasil tes mereka dengan seluruh rangkaian genom dari sampel darah setiap pasien.
Terakhir, para peneliti ingin membuat skor risiko poligenik dapat diterapkan pada keturunan genetik yang berbeda. Mereka mempelajari perbedaan varian genetik antar populasi dengan menganalisis data dari National Institutes of Health Kita semua program penelitian, yang mengumpulkan informasi kesehatan dari satu juta orang dari berbagai latar belakang di seluruh AS. Tim tersebut menggunakan informasi tersebut untuk membuat model guna mengkalibrasi skor risiko poligenik seseorang berdasarkan keturunan genetik individu tersebut.
“Kami tidak dapat memperbaiki semua bias dalam skor risiko, namun kami dapat memastikan bahwa jika seseorang berada dalam kelompok risiko tinggi untuk suatu penyakit, mereka akan teridentifikasi sebagai risiko tinggi terlepas dari apa keturunan genetik mereka,” jelas Lennon.
Masa Depan Skor Risiko Poligenik dalam Pelayanan Kesehatan
Setelah optimasi tersebut selesai, tim Lennon di Broad Clinical Labs mendapatkan 10 tes yang sekarang mereka gunakan untuk menghitung skor risiko untuk 25.000 orang yang terdaftar dalam studi eMERGE. Bersama dengan kolaborator eMERGE, mereka juga merencanakan studi tindak lanjut yang terperinci untuk menganalisis bagaimana skor risiko poligenik dapat memengaruhi layanan kesehatan pasien.
“Pada akhirnya, jaringan tersebut ingin mengetahui apa artinya bagi seseorang untuk menerima informasi yang menyatakan bahwa mereka berisiko tinggi terkena salah satu penyakit ini,” kata Lennon.
Referensi: “Pemilihan, optimalisasi dan validasi sepuluh skor risiko poligenik penyakit kronis untuk penerapan klinis pada beragam populasi AS” oleh Niall J. Lennon, Leah C. Kottyan, Christopher Kachulis, Noura S. Abul-Husn, Josh Arias, Gillian Belbin, Jennifer E. Bawah, Sonja I. Berndt, Wendy K. Chung, James J. Cimino, Ellen Wright Clayton, John J. Connolly, David R. Crosslin, Ozan Dikilitas, Digna R. Velez Edwards, QiPing Feng, Marissa Fisher, Robert http://dx.doi.org/10.1037/0033-295X.102.2.211[ PubMed ]R. Freimuth, Tian Ge, Konsorsium RAKSASA, Program Penelitian Kita Semua, Joseph T. Glessner, Adam S. Gordon, Candace Patterson, Hakon Hakonarson, Maegan Harden, Margaret Harr, Joel N. Hirschhorn, Clive Hoggart, Li Hsu , Marguerite R. Irvin, Gail P. Jarvik, Elizabeth W. Karlson, Atlas Khan, Amit Khera, Krzysztof Kiryluk, Iftikhar Kullo, Katie Larkin, Nita Limdi, Jodell E. Linder, Ruth JF Loos, Yuan Luo, Edyta Malolepsza, Teri A. Manolio, Lisa J. Martin, Lee McCarthy, Elizabeth M. McNally, James B. Meigs, Tesfaye B. Mersha, Jonathan D. Mosley, Anjene Musick, Bahram Namjou, Nihal Pai, Lorenzo L. Pesce, Ulrike Peters, Josh F. Peterson, Cynthia A. Prows, Megan J. Puckelwartz, Heidi L. Rehm, Dan M. Roden, Elisabeth A. Rosenthal , Robb Rowley, Konrad Theodore Sawicki, Daniel J. Schaid, Roelof AJ Smith, Johanna L. Smith; Jordan W. Smoller, Minta Thomas, Hemant Tiwari, Diana M. Toledo, Nataraja Sarma Vaitinadin, David Veenstra, Theresa L. Walunas, Zhe Wang, Wei-Qi Wei, Chunhua Weng, Georgia L. Wiesner, Xianyong Yin dan Eimear E. Kenny, 19 Februari 2024, Pengobatan Alam.
DOI: 10.1038/s41591-024-02796-z
Fase Jaringan eMERGE ini diprakarsai dan didanai oleh National Human Genome Research Institute.
RisalahPos.com Network
Related posts
# PARTNERSHIP
