最好的遺傳風險工具並非對每個人都同樣有效

美國國立衛生研究院最近宣布了一項顯著成就：世界上最大的人類基因組資料庫，該機構表示，該資訊庫將有助於開創個人化醫療的新時代。

科學家已經在根據該機構「我們所有人」計畫收集的基因組資訊開發臨床工具和技術。最有前途的之一？多基因風險評分。這些可以幫助預測一個人從小罹患心血管疾病和乳癌等複雜疾病的可能性。

但有一個明顯的問題：這些工具絕大多數是根據歐洲人後裔的 DNA 進行訓練的，因此它們往往無法準確評估對其他人造成的風險。在某些情況下，有色人種的預測幾乎並不比拋硬幣好多少。

研究人員正在競相透過建模的進步和少數群體的廣泛招募來糾正偏見。他們擔心，未能縮小差距可能會加劇醫療保健差距，並阻止技術兌現其幫助減少慢性病的承諾。

「這確實值得關注，」西奈山基因組健康研究所所長、測試基因評分的國家聯盟的首席研究員艾米爾·肯尼 (Eimear Kenny) 說。

遺傳學家透過在基因組中添加數百或數千個小變異來測量多基因風險評分，其中許多變異只能將一個人的疾病風險降低一小部分。透過將它們分組在一起，它們可以產生一個累積分數，對一個人對常見殺手的傾向進行排名。

對於風險分佈極高的患者來說，這些分數可能會提供醫療優勢，可能為醫生提供長達數十年的干預時間。例如，心血管疾病評分最高的人可能會更早服用降膽固醇他汀類藥物，這可能有助於預防某些心臟病和中風。

但整個前提是首先基於用於訓練模型的資料。英國生物銀行成立於 2000 年代初期，被廣泛認為是一個主要的基因組寶庫，其同質性絕大多數。大約 94% 的參與者是白人。美國退伍軍人事務部管理的「百萬退伍軍人計畫」中近四分之三是白人。

布羅德研究所 (Broad Institute) 統計遺傳學家艾麗西亞·馬丁 (Alicia Martin) 表示，美國國立衛生研究院 (NIH) 為實現數據多樣化而創建的「我們所有人」計畫隊列中，仍有大約 50% 是歐洲人。這項工作的未來也面臨風險：其主要資金來源之一《21 世紀治癒法案》將於本財年末到期。 （該計劃的預算已比 2023 年減少了 72%。）

馬丁博士說：“你不可能一夜之間就擁有一個非洲生物庫、一個印度生物庫、一個中國生物庫，它們都像英國生物庫一樣龐大、開放和全面。” “我們可以開發我們想要的所有復雜的統計方法，但如果沒有更多樣化的表示，我們仍然無法超越它們。”

其他臨床工具可能會受到血統偏見的影響，例如依賴基因組學和其他生物醫學數據的整合人工智慧模型。對基因組進行測序以尋找罕見突變的醫生也可能會在有色人種患者中發現研究人員尚未進行足夠研究以了解的遺傳變異。

遺傳盲點也會導致科學家錯過造福所有人的發現。一個例子：PCSK9 基因。科學家發現，主要發生在一小部分黑人的罕見突變可以自然地將罹患冠心病的風險降低88%。這引發了一場為所有種族和民族的人開發模擬突變藥物的競賽。但科學家之所以發現這種變異，是因為達拉斯的一項研究聲稱其參與者群體中有一半以上是黑人。

歷史上的重大人口事件，例如大規模移民，解釋了為什麼研究來自非洲或非洲人後裔的基因發現至關重要。數十萬年來，那裡的社區累積了巨大的遺傳多樣性。相較之下，今天的歐洲人是一小群非洲人的後裔，他們大約在五萬年前從非洲擴張。因此，他們的多樣性要少得多。

麥吉爾大學流行病學家傑伊·考夫曼（Jay Kaufman）曾撰寫有關種族和基因組學的文章，他說：“如果你要選擇一個人群來研究，以造福所有人，那麼歐洲人是最糟糕的。”

最明顯的解決方案是招募更多有色人種，「我們所有人」計畫表示，這是它的優先事項。該小組與教會和社區健康中心等當地合作夥伴組織合作，舉辦討論會並透過流動診所招募農村社區。它還向參與者返回個性化的健康檢查結果和遺傳風險，以建立互惠感。

儘管如此，招募可能只是一項初步任務，特別是在美國，該國有著虐待有色人種的歷史，從塔斯基吉梅毒研究到歧視性鐮狀細胞篩檢，再到黑人患者亨利埃塔·拉克斯的故事，她的癌細胞在她不知情或未經同意的情況下被用於研究。

「如果你過去受過這樣的委屈，為什麼還要捐款呢？」馬丁博士說。 “有一些不信任需要解決：擁有一定程度的信任，願意說，’拿走我的數據，監控它幾十年，用它做任何你想做的事。’”

同時，設計多基因風險評分的研究人員找到了使數據多樣化的技術方法。建模工具現在可以同時從各種來源提取加權訊息，而不是僅從最大的歐洲群體中提取，然後將其演算法強加於其他群體。例如，紐約的西奈山衛生系統和洛杉磯的加州大學洛杉磯分校已經建立了比英國生物庫更加多樣化的生物庫，每個生物庫都包含數以萬計的基因組。

科學家也轉向中國、日本、韓國和台灣快速成長的生物庫，這提高了東亞群體多基因風險評分的準確性。秘魯、墨西哥、卡達和其他地方正在實施在地化措施。一個名為 H3Africa 的大陸計畫正在收集非洲人口的遺傳數據，並支持非洲科學家研究基因和環境如何導致疾病的努力。

學術網絡也利用生物庫以外的資源，整合來自大型特定疾病隊列計畫的數據，包括社區動脈粥狀硬化風險（ARIC）研究，該研究有意招募了來自北卡羅來納州和密西西比州的數千名黑人參與者。

對於乳癌，一個名為 Confluence 的計畫匯總了 62 個國家 300 多項單獨研究的數據，提供了 40 萬例乳癌病例和超過 150 萬例對照的資訊。來自少數群體的大量數據被用來提高每個人的多基因乳癌風險評分。

尋求開發和銷售多基因風險評分的私人基因組公司和新創公司通常無法存取這些龐大的網路。直到最近，他們幾乎完全依賴英國生物銀行的數據。但「我們所有人」計畫最近擴大了其政策，以便公司可以使用更多樣化的數據。

所有這些努力加在一起就足夠了嗎？這取決於你問的是誰。一些專家認為，即使是具有種族代表性的數據集也仍然不完善，因為其他因素（社會經濟地位、獲得醫療保健的機會、年齡甚至性別）的變化仍然可能導致分數準確性下降。其他人則認為統計問題一開始就被誇大了。

肯尼博士一直在幫助測試不同種族和民族患者中 11 種常見病症的現有多基因風險評分，他認為這種偏差過於複雜，無法快速解決。

「我認為這些東西還不是完美便攜的，也許它們永遠不會完美便攜，」他說。 “但有些事情正在開始縮小這一差距。”