CN113046429B - 脑卒中多基因遗传风险评分及发病风险评估装置及其应用 - Google Patents

脑卒中多基因遗传风险评分及发病风险评估装置及其应用 Download PDF

Info

Publication number
CN113046429B
CN113046429B CN202110215682.8A CN202110215682A CN113046429B CN 113046429 B CN113046429 B CN 113046429B CN 202110215682 A CN202110215682 A CN 202110215682A CN 113046429 B CN113046429 B CN 113046429B
Authority
CN
China
Prior art keywords
stroke
single nucleotide
risk
individual
nucleotide polymorphism
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202110215682.8A
Other languages
English (en)
Other versions
CN113046429A (zh
Inventor
鲁向锋
顾东风
黄建凤
李宏帆
牛晓歌
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fuwai Hospital of CAMS and PUMC
Original Assignee
Fuwai Hospital of CAMS and PUMC
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Fuwai Hospital of CAMS and PUMC filed Critical Fuwai Hospital of CAMS and PUMC
Priority to CN202110215682.8A priority Critical patent/CN113046429B/zh
Publication of CN113046429A publication Critical patent/CN113046429A/zh
Priority to PCT/CN2022/078254 priority patent/WO2022179637A1/zh
Priority to JP2023552138A priority patent/JP2024507978A/ja
Application granted granted Critical
Publication of CN113046429B publication Critical patent/CN113046429B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
    • C12Q1/68—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving nucleic acids
    • C12Q1/6876—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes
    • C12Q1/6883—Nucleic acid products used in the analysis of nucleic acids, e.g. primers or probes for diseases caused by alterations of genetic material
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B20/00—ICT specially adapted for functional genomics or proteomics, e.g. genotype-phenotype associations
    • G16B20/20—Allele or variant detection, e.g. single nucleotide polymorphism [SNP] detection
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B20/00—ICT specially adapted for functional genomics or proteomics, e.g. genotype-phenotype associations
    • G16B20/40—Population genetics; Linkage disequilibrium
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B25/00—ICT specially adapted for hybridisation; ICT specially adapted for gene or protein expression
    • G16B25/20—Polymerase chain reaction [PCR]; Primer or probe design; Probe optimisation
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q2600/00—Oligonucleotides characterized by their use
    • C12Q2600/156—Polymorphic or mutational markers
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Genetics & Genomics (AREA)
  • Proteomics, Peptides & Aminoacids (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Biophysics (AREA)
  • Molecular Biology (AREA)
  • Biotechnology (AREA)
  • Analytical Chemistry (AREA)
  • Organic Chemistry (AREA)
  • Theoretical Computer Science (AREA)
  • Evolutionary Biology (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Wood Science & Technology (AREA)
  • Public Health (AREA)
  • Pathology (AREA)
  • Zoology (AREA)
  • Biochemistry (AREA)
  • Data Mining & Analysis (AREA)
  • Immunology (AREA)
  • General Engineering & Computer Science (AREA)
  • Ecology (AREA)
  • Physiology (AREA)
  • Biomedical Technology (AREA)
  • Microbiology (AREA)
  • Databases & Information Systems (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
  • Apparatus Associated With Microorganisms And Enzymes (AREA)

Abstract

本发明提供了一种脑卒中多基因遗传风险评分(Polygenic risk score，PRS)及发病风险评估装置及其应用，具体而言，本发明提供了检测个体信息的试剂在制备评估脑卒中发病风险的检测装置中的应用，其中，所述个体信息包括280个Stroke相关单核苷酸多态性位点。所述个体信息优选还包括CAD、SBP、WC、T2D、TC、PP、AF相关单核苷酸多态性位点中的一种或多种。本发明进一步整合多基因遗传风险评分和传统危险因素，能够实现脑卒中发病风险的再分层，对于脑卒中一级预防有重要意义。

Description

脑卒中多基因遗传风险评分及发病风险评估装置及其应用
技术领域
本发明是关于一种脑卒中多基因遗传风险评分(Polygenic risk score，PRS)及发病风险评估装置及其应用。
背景技术
脑卒中死亡是全球主要的健康威胁之一。据估计，全球25岁以上成人脑卒中终生风险约为25％，其中东亚人群风险最高，达到39％。在中国，脑卒中是居民死亡的主要原因，2017年脑卒中死亡人数达207万。因此，尽早识别高危人群，针对对主要危险因素(例如高血压，糖尿病，血脂异常等)进行健康生活方式管理和药物干预对于中国乃至全球的脑卒中一级预防具有重要意义。
脑卒中是由遗传和环境因素共同引起的复杂疾病。全基因组关联研究(Genome-wide association study,GWAS)已确定至少35个与脑卒中相关的遗传易感基因，以及上百个与脑卒中相关表型有关的遗传基因，包括血压、2型糖尿病(type 2diabetes,T2D)、血脂水平、体质指数(body mass index,BMI)、房颤(atrial fibrillation,AF)等。这些遗传变异的鉴定将有助于开展心血管疾病风险预测和指导一级预防。近期，整合多个遗传变异信息的脑卒中多基因遗传风险评分(Polygenic risk score，PRS)已经被成功开发，并应用于脑卒中风险预测临床评价。
然而，几乎所有现有遗传评分都是基于欧洲人群构建(Stroke 2014；45:394-402，Stroke 2014；45:403-412，Stroke 2014；45:2856-2862，BMJ 2018；363:k4168，JAMAcardiology2018；3:693-702，Nat Commun 2019；10:5819)，欧洲以外人群鲜有报道。脑卒中的流行病学特征因国家而异，与西方人群相比，东亚人群特别是中国人群的脑卒中发病率和出血性脑卒中事件比例要高得多。因此，在东亚人群特别是中国人群中构建脑卒中PRS并在前瞻性队列人群中严格评估其遗传风险预测价值至关重要。
此外，不同人群环境危险因素(生活方式，饮食和行为)的显著差异以及基因环境相互作用也可能造成脑卒中风险和干预获益不同。
此外，整合多基因遗传风险评分和传统危险因素，能否实现脑卒中发病风险的再分层，对于脑卒中一级预防有重要意义。
发明内容
本发明的一个目的在于提供一种适用于东亚人群的脑卒中相关单核苷酸多态性位点及发病风险评估系统。
本案发明人通过大量的研究与实际检测分析试验，确定了一组与东亚人群相关的脑卒中风险相关基因，其包括280个Stroke相关单核苷酸多态性位点，通过检测这些Stroke相关单核苷酸多态性位点，可以良好地评估东亚人群的脑卒中发病风险。本发明进一步确定了CAD、SBP、WC、T2D、TC、PP、AF相关单核苷酸多态性位点，通过进一步检测这些相关单核苷酸多态性位点，可以更好地评估东亚人群的脑卒中发病风险。
具体而言，一方面，本发明提供了检测个体信息的试剂在制备评估脑卒中发病风险的检测装置中的应用，其中，所述个体信息包括以下单核苷酸多态性位点信息：
Stroke相关单核苷酸多态性位点：rs10051787、rs10093110、rs10139550、rs10160804、rs10237377、rs10260816、rs10267593、rs10278336、rs1037814、rs10507248、rs10512861、rs10745332、rs10757274、rs10773003、rs10824026、rs10857147、rs10953541、rs10968576、rs11099493、rs1116357、rs11206510、rs11222084、rs11257655、rs11509880、rs1152591、rs11557092、rs11601507、rs11604680、rs11624704、rs11677932、rs1173766、rs117601636、rs117711462、rs11787792、rs11810571、rs11838776、rs11869286、rs12027135、rs12037987、rs12202017、rs12229654、rs12415501、rs12438008、rs12445022、rs12500824、rs1250229、rs12549902、rs12571751、rs12581963、rs12692735、rs12718465、rs12801636、rs12897、rs12927205、rs12932445、rs12936587、rs12946454、rs13143308、rs13209747、rs1321309、rs13216675、rs13233731、rs13342232、rs1334576、rs13359291、rs1344653、rs1359790、rs1367117、rs13723、rs1412444、rs1436953、rs1470579、rs1495741、rs1508798、rs151193009、rs1552224、rs1591805、rs16844401、rs16849225、rs16858082、rs16896398、rs16967013、rs16999793、rs17030613、rs17080091、rs17087335、rs17122278、rs17135399、rs17301514、rs173396、rs17358402、rs17477177、rs17514846、rs17581137、rs17612742、rs17680741、rs17791513、rs180327、rs181359、rs1861411、rs1868673、rs1870634、rs1887320、rs1892094、rs1902859、rs191835914、rs1976041、rs1982963、rs2000813、rs2028299、rs2057291、rs2068888、rs2074158、rs2075291、rs2075423、rs2107595、rs2128739、rs2145598、rs216172、rs2213732、rs2229383、rs2237896、rs2240736、rs2245019、rs2261181、rs2295786、rs2334499、rs243019、rs246600、rs247616、rs2487928、rs2535633、rs2575876、rs261967、rs273909、rs2758607、rs2782980、rs2796441、rs2815752、rs2820315、rs2861568、rs2925979、rs2972146、rs29941、rs326214、rs340874、rs351855、rs35337492、rs35444、rs36096196、rs368123、rs376563、rs3775058、rs3785100、rs3791679、rs3861086、rs3887137、rs3903239、rs3936511、rs4275659、rs4400058、rs4409766、rs4458523、rs4468572、rs4593108、rs46522、rs4719841、rs4722766、rs4724806、rs4731420、rs4752700、rs4766228、rs4788102、rs4812829、rs4821382、rs4836831、rs4846049、rs4883263、rs4911495、rs4918072、rs4932370、rs556621、rs56062135、rs574367、rs579459、rs582384、rs5996074、rs6093446、rs61776719、rs633185、rs6490029、rs6545814、rs663129、rs6666258、rs667920、rs6700559、rs671、rs67156297、rs67180937、rs6725887、rs67839313、rs6795735、rs6813195、rs6817105、rs6825454、rs6825911、rs6829822、rs6831256、rs6838973、rs6878122、rs6882076、rs6905288、rs6909752、rs6960043、rs699、rs6997340、rs702485、rs702634、rs7136259、rs7164883、rs7178572、rs7193343、rs7199941、rs7202877、rs7206541、rs7258189、rs7258445、rs7258950、rs72689147、rs73015714、rs7304841、rs7306455、rs73069940、rs736699、rs737337、rs7403531、rs740406、rs7499892、rs7500448、rs7503807、rs7568458、rs7610618、rs7616006、rs7696431、rs7770628、rs780094、rs7810507、rs7859727、rs7917772、rs79223353、rs7947761、rs7955901、rs7965082、rs7980458、rs8042271、rs8108269、rs838880、rs840616、rs871606、rs880315、rs884366、rs885150、rs888789、rs9266359、rs9268402、rs9299、rs9319428、rs9376090、rs9473924、rs9505118、rs9568867、rs964184、rs9687065、rs975722、rs9810888、rs9815354、rs9828933、rs984222、rs9892152、rs9970807。
根据本发明的具体实施方案，本发明中，所述个体信息优选还包括CAD、SBP、WC、T2D相关单核苷酸多态性位点中的一种或多种：
CAD相关单核苷酸多态性位点：rs10096633、rs10203174、rs1027087、rs1029420、rs10401969、rs10455782、rs10513801、rs1077834、rs10820405、rs10830963、rs10842992、rs10886471、rs11030104、rs11057830、rs11066280、rs11067763、rs11077501、rs11125936、rs11136341、rs11142387、rs11205760、rs1129555、rs11556924、rs11634397、rs1169288、rs11830157、rs11838267、rs11847697、rs1211166、rs12204590、rs12214416、rs12242953、rs12453914、rs12463617、rs12524865、rs12535846、rs12597579、rs12679556、rs12740374、rs12970066、rs12999907、rs130071、rs13041126、rs13078807、rs1317507、rs13266634、rs13277801、rs13306194、rs1378942、rs1467605、rs1496653、rs1514175、rs1535500、rs1555543、rs1558902、rs1575972、rs1689800、rs16933812、rs16986953、rs16990971、rs17080102、rs17150703、rs17249754、rs17381664、rs174547、rs17465637、rs17517928、rs17609940、rs17678683、rs17695224、rs17843768、rs1799945、rs1800234、rs1801282、rs181360、rs2000999、rs200990725、rs2021783、rs2043085、rs2066714、rs2075260、rs2106261、rs2144300、rs2237892、rs2296172、rs2302593、rs2328223、rs2383208、rs2415317、rs2531995、rs2571445、rs2642442、rs2819348、rs2820443、rs3129853、rs3130501、rs3213545、rs35332062、rs3809128、rs3827066、rs3846663、rs391300、rs3993105、rs4148008、rs4266144、rs4377290、rs439401、rs4420638、rs4471613、rs459193、rs4613862、rs4713766、rs4735692、rs4757391、rs4845625、rs4917014、rs4923678、rs499974、rs5215、rs55783344、rs56289821、rs56336142、rs590121、rs6065311、rs6494488、rs651821、rs660599、rs6807945、rs6808574、rs6818397、rs7087591、rs7107784、rs7116641、rs7225581、rs72654473、rs748431、rs7525649、rs7617773、rs78169666、rs7901016、rs7989336、rs8030379、rs8090011、rs820430、rs867186、rs896854、rs897057、rs9309245、rs93138、rs9349379、rs9357121、rs9367716、rs9390698、rs944172、rs9470794、rs9534262、rs9552911、rs9593、rs995000；
SBP相关单核苷酸多态性位点：rs1275988、rs7701094、rs7405452、rs751984；
WC相关单核苷酸多态性位点：rs2303790；
T2D相关单核苷酸多态性位点：rs10010670、rs10064156、rs1052053、rs10923931、rs11651052、rs11660468、rs1260326、rs13143871、rs1448818、rs1532085、rs16927668、rs174546、rs17608766、rs17843797、rs1800588、rs1832007、rs2081687、rs2123536、rs2156552、rs2230808、rs2258287、rs2297991、rs2783963、rs2954029、rs3807989、rs3810291、rs3918226、rs4142995、rs42039、rs4302748、rs4776970、rs4883201、rs58542926、rs60154123、rs6038557、rs634501、rs6871667、rs6984210、rs7185272、rs7208487、rs7213603、rs738409、rs7528419、rs7678555、rs769449、rs76954792、rs7897379、rs7903146、rs79548680、rs80234489、rs806215、rs9501744、rs9512699、rs9591012、rs9818870。
根据本发明的具体实施方案，本发明中，所述个体信息更优选还包括TC、PP、AF相关单核苷酸多态性位点中的一种或多种：
TC相关单核苷酸多态性位点：rs10889353、rs11957829、rs13115759、rs1421085、rs1424233、rs1805081、rs1883025、rs2625967、rs2972143、rs3120140、rs3184504、rs34008534、rs4129767、rs4939883、rs507666、rs515135、rs6544713、rs7134594、rs7306523、rs7560163、rs7633770、rs9663362；
PP相关单核苷酸多态性位点：rs10821415、rs11196288、rs312949、rs1333042、rs1867624、rs2292318、rs2519093、rs35419456、rs7916879；
AF相关单核苷酸多态性位点：rs11191416、rs1200159、rs12042319、rs2200733。
根据本发明的具体实施方案，本发明中，所述个体信息优选还包括临床因素，所述临床因素包括是否存在以下情况：脑卒中家族史、高血压、糖尿病、血脂异常和/或肥胖。
根据本发明的具体实施方案，本发明中，根据各单核苷酸多态性位点的信息获得符合以下计算方式的遗传风险评分：
遗传风险评分＝∑βi×Ni
其中βi是指第i个SNP的效应值，Ni指个体所携带第i个SNP的效应等位基因数目。
根据本发明的具体实施方案，本发明中，各SNP的效应值参见表3所示。
根据本发明的具体实施方案，本发明中，遗传风险评分越高，个体脑卒中发病的风险越高。所述脑卒中包括出血性脑卒中和/或缺血性脑卒中。
根据本发明的具体实施方案，本发明中，待测个体来自东亚人群，特别是中国人。
另一方面，本发明还提供了一种脑卒中发病风险评估装置，其包括检测单元和数据分析单元，其中：
所述检测单元用于检测待测个体信息，获得检测结果；其中，所述个体信息为本发明所述个体信息；
所述数据分析单元用于对检测单元的检测结果进行分析处理。
根据本发明的具体实施方案，本发明中，所述数据分析单元对检测单元的检测结果进行分析处理时，包括：将所述单核苷酸多态性位点的检测结果配以权重系数，以计算所述待测个体的遗传风险得分。
优选地，所述数据分析单元包括：
预处理模块，用于将所述单核苷酸多态性位点的检测结果标准化；
计算模块，用于将标准化的单核苷酸多态性位点检测结果带入到以下评估模型，得到待测个体的遗传风险评分：
遗传风险评分＝∑βi×Ni
其中βi是指第i个SNP的效应值，Ni指个体所携带第i个SNP的效应等位基因数目。
根据本发明的具体实施方案，本发明中，所述计算模块可以用于进一步将遗传风险评分结合临床因素，评估脑卒中终生风险信息。
根据本发明的具体实施方案，本发明中，所述数据分析单元还包括：
矩阵输入模块，用于接收所述预处理模块输出的多个所述标准化的检测结果，将所述标准化的检测结果以矩阵形式输入到所述计算模块。
优选地，所述数据分析单元还包括：
输出模块，用于接收所述计算模块输出的遗传风险评分和/或脑卒中终生风险信息，并输出为诊断分类结果。
另一方面，本发明还提供了一种计算机存储介质，所述计算机存储介质存储有计算机程序指令，所述计算机程序指令被执行时实现：基于待测个体信息获得个体脑卒中发病风险评估结果。其中，所述个体信息如前所述。
另一方面，本发明还提供了一种计算机设备，其包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，所述处理器执行所述计算机程序时实现：基于待测个体信息获得个体脑卒中发病风险评估结果。其中，所述个体信息如前所述。
在本发明的具体实施方案中，本发明依托于中国大型前瞻性队列人群确定了与东亚人群相关的脑卒中风险相关的单核苷酸多态性位点，开发了一个包含多个遗传变异的多基因遗传风险评分，并在41006名研究对象的大型前瞻性队列中单独或整合传统危险因素(高血压、糖尿病、血脂异常、肥胖、脑卒中家族史)，评价其对脑卒中风险分层的效果。研究发现，遗传风险高的个体(遗传风险上20％)发生脑卒中的风险比遗传风险低的个体(遗传风险下20％)高约2倍(HR:1.99，95％CI:1.66-2.38)，两组的脑卒中终生风险分别为25.2％(95％CI:22.5％-27.7％)和13.6％(95％CI:11.6％-15.5％)。联合遗传风险评分与传统危险因素分层，各组间脑卒中发病轨迹存在显著差异。低遗传风险且无家族史的个体脑卒中终生风险为13.2％，具备两者之一的个体脑卒中风险均增加约2倍(23.9％，95％CI:21.1％-26.5％和23.7％，95％CI:13.4％-32.8％)，同时有高遗传风险和脑卒中家族史的个体脑卒中终生风险最高(41.1％，95％CI:31.4％-49.5％)。并且本发明的脑卒中发病风险评估对于出血性和缺血性脑卒中均适用。本研究证实多基因遗传风险评分和传统危险因素组合可以实现脑卒中风险精细化再分层，例如，应用该多基因遗传风险评分可以早期识别出20％的一般人群，其脑卒中终生风险与那些有脑卒中家族史的人群相当。如果同时合并高遗传风险和脑卒中家族史，个体脑卒中风险进一步升高，将达到40％以上。在临床应用中，结合遗传风险和家族史可能对脑卒中早期筛查具有关键指导意义。此外，同时整合多基因遗传风险评分与高血压、糖尿病、血脂异常以及肥胖传统危险因素，同样观察到各组之间脑卒中发病轨迹存在显著差异。上述结果强调了整合多基因遗传风险评分和传统危险因素对于实现脑卒中发病风险精细化再分层，指导高危人群早期筛查、个体化干预的重要应用价值。本发明对于脑卒中一级预防方面具有重要应用前景。
附图说明
图1显示训练集中候选多基因风险评分(每增加一个标准差)与脑卒中的关联。
图2显示训练集中最佳多基因风险评分(每增加一个标准差)与脑卒中的关联。
图3显示前瞻性队列中metaPRS和最佳亚表型多基因风险评分的相关性。
图4显示前瞻性队列中metaPRS和最佳亚表型多基因风险评分与脑卒中发病的关联。
图5显示不同遗传风险下脑卒中的终生风险。
图6显示不同遗传和脑卒中家族史分层下的脑卒中终生风险。
图7显示metaPRS五分位与脑卒中发病的关联。
图8显示不同遗传和临床危险因素分组的脑卒中终生风险。
图9显示不同遗传风险分层下缺血和出血脑卒中的终生风险。图10显示不同遗传和主要危险因素分层下缺血和出血脑卒中的终生风险。图9和图10中，采用队列分层、年龄为时间尺度的Cox比例风险回归模型计算风险比(HR)和80岁前缺血和出血脑卒中累积发病曲线，调整性别。
具体实施方式
为了对本发明的技术特征、目的和有益效果有更加清楚的理解，现结合具体实施例及对本发明的技术方案进行以下详细说明，应理解这些实例仅用于说明本发明而不用于限制本发明的范围。实施例中，各原始试剂材料均可商购获得，未注明具体条件的实验方法为所属领域熟知的常规方法和常规条件，或按照仪器制造商所建议的条件。
实施例1
研究设计流程与研究人群
本研究利用病例对照设计的训练集来构建metaPRS，并在一个大型前瞻性队列“中国动脉粥样硬化性心血管疾病风险预测项目(Prediction for Atheroscleroticcardiovascular disease Risk in China,China-PAR)”中验证和评价其应用于脑卒中风险预测的临床价值。
训练集包括2872例脑卒中病例(2548例缺血性和324例出血性脑卒中)和2494例对照(表1)。脑卒来自于医院，并且由神经科医师根据计算机断层扫描(CT)和/或磁共振成像(MRI)的医疗记录确诊。对照组从参加社区心血管危险因素调查的个体中随机选择，并通过病史，临床检查和标准调查问卷确定未发生过脑卒中。
验证人群来自China-PAR项目的三个队列：中国心血管流行病学多中心协作研究1998(China Multi-Center Collaborative Study of Cardiovascular Epidemiology1998,China MUCA1998)，中国心血管健康多中心合作研究(International CollaborativeStudy of Cardiovascular Disease in Asia,InterASIA)和中国代谢综合征的社区干预研究暨中国家庭健康研究(Community Intervention of Metabolic Syndrome in China&Chinese Family Health Study,CIMIC)。在2012-2015年期间，采用统一的问卷和方案对这三个队列进行了最新的随访。在43,881例有血液样本和随访信息的参与者中，本发明进一步排除了561例基因型缺失率高(>5.0％)或平均测序深度低(<30×)，1352例基线年龄<30岁或>75岁，962例基线患有心血管疾病(脑卒中和心肌梗塞)的参与者，最后共有41,006例参与者纳入分析。
这些研究均已获得中国医学科学院阜外医院伦理审查委员会的批准。在收集数据之前，每位参与者均签署了书面知情同意。
表1.训练集的人群特征
特征 对照(N＝2494) 脑卒中病例(N＝2872)
参与研究时的年龄,years 66.1(10.3) -
发病年龄,years - 66.6(9.8)
男性,N(％) 934(37.4) 1,617(56.3)
当前吸烟者,N(％) 554(22.2) 622(21.8)
收缩压,mmHg 132.4(15.9) 149.7(23.7)
舒张压,mmHg 82.9(8.5) 87.9(25.9)
总胆固醇,mg/dl 188.1(36.8) 182.3(64.5)
高血压,N(％) 1,176(47.2) 2,242(78.9)
糖尿病,N(％) 285(11.4) 578(20.3)
血脂异常,N(％) 895(35.9) 1,330(48.5)
连续型变量以均值(标准差)表示，分类变量以数目(百分比)表示。
基线主要传统危险因素收集
在基线调查中，对每位参与者进行标准问卷调查、体格检查和实验室检测。由经过专业培训并考核合格的调查员根据统一制定的调查方案收集了一系列生活方式危险因素和心血管代谢指标。基线脑卒中传统危险因素主要包括高血压、血脂异常、糖尿病、肥胖(BMI≥28kg/m2)和脑卒中家族史。高血压定义为收缩压(systolic blood pressure,SBP)≥140mmHg和/或舒张压(diastolic blood pressure,DBP)≥90mmHg和/或过去两周内使用降压药。血脂异常定义为总胆固醇(total cholesterol,TC)≥240mg/dl和/或高密度脂蛋白胆固醇(high-density lipoprotein cholesterol,HDL-C)<40mg/dl和/或甘油三酯(triglycerides,TG)≥200mg/dl和/或低密度脂蛋白胆固醇(low-density lipoproteincholesterol,LDL-C)≥160mg/dl和/或使用降脂药。糖尿病定义为空腹血糖≥126mg/dl和/或使用胰岛素或口服降糖药。脑卒中家族史定义为任何一级亲属(父亲，母亲或兄弟姐妹)有脑卒中病史。
脑卒中事件随访
三个队列采用相同的研究方案进行随访，通过约访和入户调查的方式获取研究对象的脑卒中发病死亡信息，并进一步获得病历和死亡证明以供核实。所有医疗和死亡记录均由中国医学科学院阜外医院终点评价委员会的两位专家独立审查。如果两位专家意见不一致，则与委员会内其他专家共同讨论以达成最终诊断。死亡原因按照ICD-10(国际疾病分类，第10版)进行编码。脑卒中定义为随访期间确诊的首次致死或非致死性脑卒中事件(I60-I69)。脑卒中亚型分为缺血性脑卒中(I63)，出血性脑卒中(I60-I62)和未定亚型脑卒中(I64-I69)。
单核苷酸多态性位点的选择和基因分型
本发明基于既往全基因组关联研究选择了588个与脑卒中或脑卒中相关表型达到全基因组显著关联的单核苷酸多态性(single nucleotide polymorphism,SNP)位点(表2)。
表2.本研究所选SNPs的数目
Traits No.of SNPs
Stroke(AS,IS,HS) 42
BP(SBP,DBP,PP,MAP,hypertension) 46
CAD 199
T2D 89
Obesity(BMI,WC,WHR) 79
Lipids(TC,LDL-C,TG,HDL-C) 126
AF 16
Total 588<sup>*</sup>
*由于不同表型间易感SNP的重叠总数目相加不等于588(等于597)。
SNP,单核苷酸多态性；AS,所有脑卒中；IS,缺血性脑卒中；HS,出血性脑卒中；BP,血压；SBP,收缩压；DBP,舒张压；PP,脉压；MAP,平均动脉压；CAD,冠状动脉疾病；T2D,2型糖尿病；BMI,体质指数；WC,腰围；WHR,腰臀比；TC,总胆固醇；LDL-C,低密度脂蛋白胆固醇；TG,甘油三酯；HDL-C,高密度脂蛋白胆固醇；AF,房颤。
使用多重聚合酶链反应靶向扩增子测序技术对所有训练集和验证集的参与者进行基因分型。使用Illumina Hiseq X Ten测序仪扩增目标区域，以进行高通量测序。排除基因型检出率低于95％的SNP之后，保留578个常染色体SNP供后续分析，平均基因型检出率为99.9％，中位测序深度为979×。为评估基因分型的可重复性，对1648份重复样本进行检测，基因分型一致率>99.4％。
metaPRS的构建
将每个个体每个变异等位基因数(0、1或2)根据其对应等位基因在该表型的效应值进行加权并求和，构建14种脑卒中相关亚表型特异性PRS(脑卒中，冠心病，2型糖尿病，房颤，收缩压，舒张压，平均动脉压，脉压，体质指数，腰围，总胆固醇，低密度脂蛋白胆固醇，甘油三酯和高密度脂蛋白胆固醇)。对于每个亚表型，基于汇总数据采用不同的连锁不平衡r2(0.2、0.4、0.6、0.8)和显著性阈值(P值＝0.5、0.05、5×10-4、5×10-6)构建16个候选PRS。在训练集中采用logistic回归模型评估这些候选PRS与脑卒中的关联，比值比(odds ratio,OR)最大(PRS每增加一个标准差)的评分被选作最佳PRS(图1)。其中，最佳脑卒中亚表型(Stroke)PRS利用的SNP位点及效应值见表3。
将每个最佳PRS转化为均值为0，标准差为1的评分。采用带有10倍交叉验证的弹性网状logistic回归(R包“glmnet”)对14种最佳PRS与脑卒中之间的关联建模，并进一步构建metaPRS。选择接收者操作特征曲线下面积(area under receiving-operatorcharacteristic curve,AUC)最高的模型作为最终模型，从中获得每个PRS的校正系数作为权重。单变量估计(一次基于一个PRS)和弹性网状logistic回归估计的每个PRS的校正效应值见图2。经过统计处理步骤，最终共有534个SNP纳入metaPRS的计算，表3中提供了所有符合条件SNP的信息和权重。
表3.本发明所确定SNPs的信息和权重
Figure GDA0003658874630000101
Figure GDA0003658874630000111
Figure GDA0003658874630000121
Figure GDA0003658874630000131
Figure GDA0003658874630000141
Figure GDA0003658874630000151
Figure GDA0003658874630000161
Figure GDA0003658874630000171
Figure GDA0003658874630000181
Figure GDA0003658874630000191
统计分析
研究对象基线特征中的连续性变量以均值(标准差)表示，分类变量以频数(百分比)表示。根据metaPRS水平将研究对象分为低(metaPRS的最低五分位数)，中(metaPRS的第2-4五分位数)和高(metaPRS的最高五分位数)遗传风险组。
采用性别调整、年龄为时间尺度的分层Cox比例风险回归模型计算遗传风险评分、主要临床危险因素与脑卒中发病的风险比(hazard ratio,HR)和95％置信区间(confidence interval,CIs)。采用“survfit.coxph”(R包“survival”)绘制校正性别的累积发病率曲线，从而评估不同遗传风险、主要临床风险因素分层下研究对象80岁时的脑卒中终生风险。根据不理想和理想CVH组之间的终生风险值之差来计算绝对风险降低(absolute risk reduction,ARR)，并采用加权最小二乘回归模型评估ARR随遗传风险的增长趋势。采用Bonferroni校正来调整多重检验，当双侧P值<0.007(P值除以多重检验次数，即0.05/7)认为差异达到统计学显著性。所有分析均采用R软件版本3.6.0(R Foundationfor Statistical Computing,Vienna,Austria)或SAS统计软件9.4版(SAS InstituteInc,Cary,NC)进行。
研究人群遗传风险分组
表4显示了队列人群中41,006例研究对象的基线特征。总人群的平均年龄为51.9(10.6)岁，男性占43.1％。遗传风险高(metaPRS上20％)的参与者具有较高的心血管代谢危险因素(高血压，糖尿病，血脂异常)。经过367,750人年的随访(平均随访9.0年)，有1227例参与者在80岁之前发生脑卒中，包括769例缺血性脑卒中，355例出血性脑卒中，21例缺血性脑卒中并发出血性脑卒中，以及124例未定亚型脑卒中。
表4.前瞻性队列的基线信息
Figure GDA0003658874630000201
连续型变量以均值(标准差)表示，分类变量以数目(百分比)表示。
多基因遗传风险评分构建以及对脑卒中的预测
最佳脑卒中亚表型(Stroke)PRS确定了一组与东亚人群相关的脑卒中风险相关基因，其包括表3所示的280个Stroke相关单核苷酸多态性位点，检测这些Stroke相关单核苷酸多态性位点，通过∑βi×Ni获得发病风险的遗传风险评分，能良好地评估东亚人群的脑卒中发病风险。其中各Stroke相关各SNP的效应值可以统一采用表3中亚表型PRS栏内的SNP的效应值，也可以统一采用表3中metaPRS栏内的SNP的效应值。遗传风险评分越高，个体脑卒中发病的风险越高。
14个亚表型PRS之间存在不同程度的相关性(图3)。
本发明的评估脑卒中发病风险方案，可以在检测表3所示的280个Stroke相关SNP基础上，进一步选择性地检测表3所示的159个CAD相关SNP、4个SBP相关SNP、1个WC相关SNP、55个T2D相关SNP、22个TC相关SNP、9个PP相关SNP、4个AF相关SNP中的一组或多组SNP，通过∑βi×Ni获得发病风险的遗传风险评分，可以更好地评估东亚人群的脑卒中发病风险。当本发明的评估脑卒中发病风险方案包括检测CAD、SBP、WC、T2D、TC、PP、AF相关SNP中的一组或多组时，这些SNP的效应值可以统一采用表3中亚表型PRS栏内的SNP的效应值，优选统一采用表3中metaPRS栏内的SNP的效应值。遗传风险评分越高，个体脑卒中发病的风险越高。
包含表3所示534个SNP的metaPRS与脑卒中的关联强度高于其他任何亚表型PRS，metaPRS每增加一个标准差，总脑卒中、缺血性脑卒中和出血性脑卒中的HR(95％CI)分别为1.28(1.21-1.36)，1.29(1.20-1.39)和1.30(1.17-1.45)(图4)。进一步调整包括脑卒中家族史在内的临床危险因素(表5)，可表明本发明的metaPRS可独立于传统临床危险因素之外用于评估脑卒中发病风险。
表5.metaPRS(每增加一个标准差)与脑卒中发病的关联，调整或不调整临床危险因素
Figure GDA0003658874630000211
采用队列分层、年龄为时间尺度的Cox比例风险回归模型计算风险比(HR)和95％可信区间(CI)，调整性别,调整或不调整临床危险因素。
本发明中，根据总人群metaPRS遗传风险评分进行了metaPRS遗传风险分层(表6)。metaPRS遗传风险评分<-0.140可判断为个体脑卒中发病低遗传风险(metaPRS 0-20％)，metaPRS遗传风险评分>0.305可判断为个体脑卒中发病高遗传风险(metaPRS80-100％)。
表6.metaPRS遗传风险分层速查表
Figure GDA0003658874630000212
将人群按照metaPRS的5等分分组后，各组人群的脑卒中风险显示出明显的梯度(趋势P值<0.001)(图5)。与低遗传风险者(metaPRS下20％)相比，高遗传风险者(metaPRS上20％)发生脑卒中的风险约高2倍(HR:1.99，95％CI:1.66-2.38,P＝1.11×10-13)(图6)。遗传风险高的个体脑卒中的终生风险(80岁发生脑卒中风险)也比遗传风险低的个体高近2倍(分别为25.2％，95％CI:22.5％-27.7％和13.6％，95％CI:11.6％-15.5％)。
联合遗传风险和主要危险因素分层后的脑卒中终生风险
在不同遗传风险和主要临床危险因素分层下，脑卒中终生风险存在显著差异(图7和图8)。例如，低遗传风险且无家族史的个体脑卒中终生风险为13.2％(95％CI:11.1％-15.1％)，而具有高遗传风险和脑卒中家族史任一危险因素的个体，则具有几乎相同的脑卒中终生风险(23.9％，95％CI:21.1％-26.5％和23.7％，95％CI:13.4％-32.8％)，两者同时存在时，脑卒中的终生风险可高达41.1％(95％CI:31.4％-49.5％)。在遗传风险和其他四种临床风险因素(高血压、糖尿病、血脂异常、肥胖)的分层中也观察到类似的脑卒中终生风险梯度(图8、表7)。
上述遗传风险结果或联合主要危险因素后的风险结果对出血和缺血性脑卒中作用和风险类似(图9、图10)。
表7.结合遗传和临床危险因素的脑卒中终生风险
Figure GDA0003658874630000221
实施例2
实际应用案例1：待测个体李某，中国汉族人，女性，35岁，同时合并有脑卒中家族史，利用本发明的用于评估脑卒中遗传风险的检测装置评估其脑卒中发病的遗传风险高低，并与传统危险因素组合，给予指导建议。主要按照如下步骤进行：采集空腹血，分离待测个体抗凝血中DNA，利用Illumina Hiseq X Ten测序仪检测534个位点的基因型。
经检测，李某534个位点的基因型如表8所示：
表8
Figure GDA0003658874630000231
Figure GDA0003658874630000241
Figure GDA0003658874630000251
对检测结果进行分析处理：将534个SNP的检测结果对照表3查找出各位点相应效应等位基因的遗传贡献，加权求和，得到遗传风险评分，遗传风险评分＝∑βi×Ni,其中βi是指第i个SNP的效应值，Ni指个体所携带第i个SNP的效应等位基因数目。
对李某进行脑卒中遗传风险评估：李某的脑卒中遗传风险评分为0.660，查阅表6，处于高遗传风险组，结合李某具有脑卒中家族史，查阅表7，李某的脑卒中终生风险为41.1％，属于高危人群。结合遗传和临床因素预测李某的脑卒中发生风险较高，建议其在采取健康生活方式管理基础上，进一步注意控制血压、血糖、血脂和体重，定期进行健康体检，如有异常及时就医。
应用方案变换：
前述应用案例1的待测个体，如果同时合并有高血压，查阅表7，其脑卒中终生风险为33.2％，属于高危人群。建议其在采取健康生活方式管理基础上，重点对血压进行干预管理，降低脑卒中发生风险。
前述应用案例1的待测个体，如果同时合并有糖尿病，查阅表7，其脑卒中终生风险为42.5％，属于高危人群。建议其在采取健康生活方式管理基础上，重点对血糖进行干预管理，降低脑卒中发生风险。
前述应用案例1的待测个体，如果同时合并有血脂异常，查阅表7，其脑卒中终生风险为30.9％，属于高危人群。建议其在采取健康生活方式管理基础上，重点对血脂进行干预管理，降低脑卒中发生风险。
前述应用案例1的待测个体，如果同时合并有肥胖，查阅表7，其脑卒中终生风险为35.5％，属于高危人群。建议通过增加体力活动、平衡膳食营养、减少脂肪高热量饮食等方式重点对体重进行干预管理，降低脑卒中发生风险。
前述应用案例1的待测个体，也可根据表8中280个Stroke相关SNP检测结果，或是进一步结合表8所示的159个CAD相关SNP、4个SBP相关SNP、1个WC相关SNP和/或55个T2D相关SNP的检测结果，或是更进一步结合表8所示的22个TC相关SNP、9个PP相关SNP、4个AF相关SNP的检测结果，通过∑βi×Ni获得发病风险的遗传风险评分，评估个体脑卒中发生风险。

Claims (11)

1.检测个体信息的试剂在制备评估脑卒中发病风险的检测装置中的应用，其中，所述个体来自东亚人群，所述个体信息包括以下单核苷酸多态性位点信息：
Stroke相关单核苷酸多态性位点：rs10051787、rs10093110、rs10139550、rs10160804、rs10237377、rs10260816、rs10267593、rs10278336、rs1037814、rs10507248、rs10512861、rs10745332、rs10757274、rs10773003、rs10824026、rs10857147、rs10953541、rs10968576、rs11099493、rs1116357、rs11206510、rs11222084、rs11257655、rs11509880、rs1152591、rs11557092、rs11601507、rs11604680、rs11624704、rs11677932、rs1173766、rs117601636、rs117711462、rs11787792、rs11810571、rs11838776、rs11869286、rs12027135、rs12037987、rs12202017、rs12229654、rs12415501、rs12438008、rs12445022、rs12500824、rs1250229、rs12549902、rs12571751、rs12581963、rs12692735、rs12718465、rs12801636、rs12897、rs12927205、rs12932445、rs12936587、rs12946454、rs13143308、rs13209747、rs1321309、rs13216675、rs13233731、rs13342232、rs1334576、rs13359291、rs1344653、rs1359790、rs1367117、rs13723、rs1412444、rs1436953、rs1470579、rs1495741、rs1508798、rs151193009、rs1552224、rs1591805、rs16844401、rs16849225、rs16858082、rs16896398、rs16967013、rs16999793、rs17030613、rs17080091、rs17087335、rs17122278、rs17135399、rs17301514、rs173396、rs17358402、rs17477177、rs17514846、rs17581137、rs17612742、rs17680741、rs17791513、rs180327、rs181359、rs1861411、rs1868673、rs1870634、rs1887320、rs1892094、rs1902859、rs191835914、rs1976041、rs1982963、rs2000813、rs2028299、rs2057291、rs2068888、rs2074158、rs2075291、rs2075423、rs2107595、rs2128739、rs2145598、rs216172、rs2213732、rs2229383、rs2237896、rs2240736、rs2245019、rs2261181、rs2295786、rs2334499、rs243019、rs246600、rs247616、rs2487928、rs2535633、rs2575876、rs261967、rs273909、rs2758607、rs2782980、rs2796441、rs2815752、rs2820315、rs2861568、rs2925979、rs2972146、rs29941、rs326214、rs340874、rs351855、rs35337492、rs35444、rs36096196、rs368123、rs376563、rs3775058、rs3785100、rs3791679、rs3861086、rs3887137、rs3903239、rs3936511、rs4275659、rs4400058、rs4409766、rs4458523、rs4468572、rs4593108、rs46522、rs4719841、rs4722766、rs4724806、rs4731420、rs4752700、rs4766228、rs4788102、rs4812829、rs4821382、rs4836831、rs4846049、rs4883263、rs4911495、rs4918072、rs4932370、rs556621、rs56062135、rs574367、rs579459、rs582384、rs5996074、rs6093446、rs61776719、rs633185、rs6490029、rs6545814、rs663129、rs6666258、rs667920、rs6700559、rs671、rs67156297、rs67180937、rs6725887、rs67839313、rs6795735、rs6813195、rs6817105、rs6825454、rs6825911、rs6829822、rs6831256、rs6838973、rs6878122、rs6882076、rs6905288、rs6909752、rs6960043、rs699、rs6997340、rs702485、rs702634、rs7136259、rs7164883、rs7178572、rs7193343、rs7199941、rs7202877、rs7206541、rs7258189、rs7258445、rs7258950、rs72689147、rs73015714、rs7304841、rs7306455、rs73069940、rs736699、rs737337、rs7403531、rs740406、rs7499892、rs7500448、rs7503807、rs7568458、rs7610618、rs7616006、rs7696431、rs7770628、rs780094、rs7810507、rs7859727、rs7917772、rs79223353、rs7947761、rs7955901、rs7965082、rs7980458、rs8042271、rs8108269、rs838880、rs840616、rs871606、rs880315、rs884366、rs885150、rs888789、rs9266359、rs9268402、rs9299、rs9319428、rs9376090、rs9473924、rs9505118、rs9568867、rs964184、rs9687065、rs975722、rs9810888、rs9815354、rs9828933、rs984222、rs9892152和rs9970807。
2.根据权利要求1所述的应用，其中，所述个体信息还包括以下CAD相关单核苷酸多态性位点、SBP相关单核苷酸多态性位点、WC相关单核苷酸多态性位点、T2D相关单核苷酸多态性位点、TC相关单核苷酸多态性位点、PP相关单核苷酸多态性位点、AF相关单核苷酸多态性位点中的一组或多组信息：
CAD相关单核苷酸多态性位点：rs10096633、rs10203174、rs1027087、rs1029420、rs10401969、rs10455782、rs10513801、rs1077834、rs10820405、rs10830963、rs10842992、rs10886471、rs11030104、rs11057830、rs11066280、rs11067763、rs11077501、rs11125936、rs11136341、rs11142387、rs11205760、rs1129555、rs11556924、rs11634397、rs1169288、rs11830157、rs11838267、rs11847697、rs1211166、rs12204590、rs12214416、rs12242953、rs12453914、rs12463617、rs12524865、rs12535846、rs12597579、rs12679556、rs12740374、rs12970066、rs12999907、rs130071、rs13041126、rs13078807、rs1317507、rs13266634、rs13277801、rs13306194、rs1378942、rs1467605、rs1496653、rs1514175、rs1535500、rs1555543、rs1558902、rs1575972、rs1689800、rs16933812、rs16986953、rs16990971、rs17080102、rs17150703、rs17249754、rs17381664、rs174547、rs17465637、rs17517928、rs17609940、rs17678683、rs17695224、rs17843768、rs1799945、rs1800234、rs1801282、rs181360、rs2000999、rs200990725、rs2021783、rs2043085、rs2066714、rs2075260、rs2106261、rs2144300、rs2237892、rs2296172、rs2302593、rs2328223、rs2383208、rs2415317、rs2531995、rs2571445、rs2642442、rs2819348、rs2820443、rs3129853、rs3130501、rs3213545、rs35332062、rs3809128、rs3827066、rs3846663、rs391300、rs3993105、rs4148008、rs4266144、rs4377290、rs439401、rs4420638、rs4471613、rs459193、rs4613862、rs4713766、rs4735692、rs4757391、rs4845625、rs4917014、rs4923678、rs499974、rs5215、rs55783344、rs56289821、rs56336142、rs590121、rs6065311、rs6494488、rs651821、rs660599、rs6807945、rs6808574、rs6818397、rs7087591、rs7107784、rs7116641、rs7225581、rs72654473、rs748431、rs7525649、rs7617773、rs78169666、rs7901016、rs7989336、rs8030379、rs8090011、rs820430、rs867186、rs896854、rs897057、rs9309245、rs93138、rs9349379、rs9357121、rs9367716、rs9390698、rs944172、rs9470794、rs9534262、rs9552911、rs9593和rs995000；
SBP相关单核苷酸多态性位点：rs1275988、rs7701094、rs7405452和rs751984；
WC相关单核苷酸多态性位点：rs2303790；
T2D相关单核苷酸多态性位点：rs10010670、rs10064156、rs1052053、rs10923931、rs11651052、rs11660468、rs1260326、rs13143871、rs1448818、rs1532085、rs16927668、rs174546、rs17608766、rs17843797、rs1800588、rs1832007、rs2081687、rs2123536、rs2156552、rs2230808、rs2258287、rs2297991、rs2783963、rs2954029、rs3807989、rs3810291、rs3918226、rs4142995、rs42039、rs4302748、rs4776970、rs4883201、rs58542926、rs60154123、rs6038557、rs634501、rs6871667、rs6984210、rs7185272、rs7208487、rs7213603、rs738409、rs7528419、rs7678555、rs769449、rs76954792、rs7897379、rs7903146、rs79548680、rs80234489、rs806215、rs9501744、rs9512699、rs9591012和rs9818870；
TC相关单核苷酸多态性位点：rs10889353、rs11957829、rs13115759、rs1421085、rs1424233、rs1805081、rs1883025、rs2625967、rs2972143、rs3120140、rs3184504、rs34008534、rs4129767、rs4939883、rs507666、rs515135、rs6544713、rs7134594、rs7306523、rs7560163、rs7633770和rs9663362；
PP相关单核苷酸多态性位点：rs10821415、rs11196288、rs312949、rs1333042、rs1867624、rs2292318、rs2519093、rs35419456和rs7916879；
AF相关单核苷酸多态性位点：rs11191416、rs1200159、rs12042319和rs2200733。
3.根据权利要求1或2所述的应用，其中，所述个体信息还包括临床因素，所述临床因素包括是否存在以下情况：
脑卒中家族史、高血压、糖尿病、血脂异常和/或肥胖。
4. 根据权利要求1或2所述的应用，其中，根据各单核苷酸多态性位点的信息获得符合以下计算方式的遗传风险评分：
遗传风险评分=∑βi×Ni
其中βi是指第i个SNP的效应值，Ni指个体所携带第i个SNP的效应等位基因数目；
各SNP的效应值如下所示：
Figure DEST_PATH_IMAGE002
Figure DEST_PATH_IMAGE004
Figure DEST_PATH_IMAGE006
Figure DEST_PATH_IMAGE008
Figure DEST_PATH_IMAGE010
Figure DEST_PATH_IMAGE012
Figure DEST_PATH_IMAGE014
Figure DEST_PATH_IMAGE016
Figure DEST_PATH_IMAGE018
Figure DEST_PATH_IMAGE020
Figure DEST_PATH_IMAGE022
其中，遗传风险评分越高，个体脑卒中发病的风险越高。
5.一种脑卒中发病风险评估装置，其包括检测单元和数据分析单元，其中：
所述检测单元用于检测待测个体信息，获得检测结果；其中，所述个体信息为权利要求1~3任一项中所述的个体信息；
所述数据分析单元用于对检测单元的检测结果进行分析处理；
其中，所述数据分析单元对检测单元的检测结果进行分析处理时，包括：将所述单核苷酸多态性位点的检测结果配以权重系数，以计算所述待测个体的遗传风险评分；其中，遗传风险评分符合根据以下评估模型得到的结果：
遗传风险评分=∑βi×Ni
其中βi是指第i个SNP的效应值，Ni指个体所携带第i个SNP的效应等位基因数目；
各SNP的效应值如下所示：
Figure 971600DEST_PATH_IMAGE002
Figure 154319DEST_PATH_IMAGE004
Figure 465215DEST_PATH_IMAGE006
Figure 266949DEST_PATH_IMAGE008
Figure 612480DEST_PATH_IMAGE010
Figure 825155DEST_PATH_IMAGE012
Figure 357768DEST_PATH_IMAGE014
Figure 87826DEST_PATH_IMAGE016
Figure 897650DEST_PATH_IMAGE018
Figure 422173DEST_PATH_IMAGE020
Figure 442081DEST_PATH_IMAGE022
。
6.根据权利要求5所述的脑卒中发病风险评估装置，其中，所述脑卒中包括出血性脑卒中和/或缺血性脑卒中。
7.根据权利要求5所述的脑卒中发病风险评估装置，其中，所述数据分析单元包括：
预处理模块，用于将所述单核苷酸多态性位点的检测结果标准化；
计算模块，用于将标准化的单核苷酸多态性位点检测结果带入到所述评估模型，得到待测个体的遗传风险评分。
8.根据权利要求7所述的脑卒中发病风险评估装置，其中，所述计算模块用于进一步将遗传风险评分结合临床因素，评估脑卒中终生风险信息。
9.根据权利要求7所述的脑卒中发病风险评估装置，其中，所述数据分析单元还包括：
矩阵输入模块，用于接收所述预处理模块输出的多个所述标准化的检测结果，将所述标准化的检测结果以矩阵形式输入到所述计算模块。
10.根据权利要求9所述的脑卒中发病风险评估装置，其中，所述数据分析单元还包括：
输出模块，用于接收所述计算模块输出的遗传风险评分和/或脑卒中终生风险信息，并输出为诊断分类结果。
11.一种计算机设备，其包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，所述处理器执行所述计算机程序时实现：基于待测个体信息获得个体脑卒中发病风险评估结果；
其中，所述个体信息为权利要求1~3任一项中所述的个体信息；
其中，基于待测个体信息获得个体脑卒中发病风险评估结果的过程包括：将个体信息中的单核苷酸多态性位点的检测结果配以权重系数，以计算所述待测个体的遗传风险评分；其中，遗传风险评分符合根据以下评估模型得到的结果：
遗传风险评分=∑βi×Ni
其中βi是指第i个SNP的效应值，Ni指个体所携带第i个SNP的效应等位基因数目；
各SNP的效应值如下所示：
Figure 956589DEST_PATH_IMAGE002
Figure 683237DEST_PATH_IMAGE004
Figure 300032DEST_PATH_IMAGE006
Figure 213761DEST_PATH_IMAGE008
Figure 20043DEST_PATH_IMAGE010
Figure 319307DEST_PATH_IMAGE012
Figure 920052DEST_PATH_IMAGE014
Figure 55498DEST_PATH_IMAGE016
Figure 665471DEST_PATH_IMAGE018
Figure 429028DEST_PATH_IMAGE020
Figure 856467DEST_PATH_IMAGE022
。
CN202110215682.8A 2021-02-26 2021-02-26 脑卒中多基因遗传风险评分及发病风险评估装置及其应用 Active CN113046429B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN202110215682.8A CN113046429B (zh) 2021-02-26 2021-02-26 脑卒中多基因遗传风险评分及发病风险评估装置及其应用
PCT/CN2022/078254 WO2022179637A1 (zh) 2021-02-26 2022-02-28 脑卒中多基因遗传风险评分及发病风险评估装置及其应用
JP2023552138A JP2024507978A (ja) 2021-02-26 2022-02-28 脳卒中の多遺伝子性遺伝的リスクスコア及び発症リスク評価装置並びにその使用

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110215682.8A CN113046429B (zh) 2021-02-26 2021-02-26 脑卒中多基因遗传风险评分及发病风险评估装置及其应用

Publications (2)

Publication Number Publication Date
CN113046429A CN113046429A (zh) 2021-06-29
CN113046429B true CN113046429B (zh) 2022-07-01

Family

ID=76509174

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110215682.8A Active CN113046429B (zh) 2021-02-26 2021-02-26 脑卒中多基因遗传风险评分及发病风险评估装置及其应用

Country Status (3)

Country Link
JP (1) JP2024507978A (zh)
CN (1) CN113046429B (zh)
WO (1) WO2022179637A1 (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113046429B (zh) * 2021-02-26 2022-07-01 中国医学科学院阜外医院 脑卒中多基因遗传风险评分及发病风险评估装置及其应用
CN117612713B (zh) * 2023-10-08 2024-06-11 郑州大学 一种基于云计算的脑卒中行为的智能分析系统及方法

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040014099A1 (en) * 2001-03-19 2004-01-22 Decode Genetics Ehf. Susceptibility gene for human stroke; methods of treatment
CN101760530B (zh) * 2008-12-26 2012-05-23 上海基康生物技术有限公司 一种脑中风相关位点检测方法
US20140142060A1 (en) * 2012-11-20 2014-05-22 Hyde Park West, LLC Method and device for identification of one carbon pathway gene variants as stroke risk markers, combined data mining, logistic regression, and pathway analysis
EP3807883A4 (en) * 2018-06-15 2022-03-23 Opti-Thera Inc. POLYGENIC RISK SCORES TO PREDICT DISEASE COMPLICATIONS AND/OR RESPONSE TO THERAPY
CN110257499B (zh) * 2019-06-17 2022-02-22 中国医学科学院阜外医院 一种预测脑卒中易感性或预后风险的诊断系统或产品及其应用
CN110428901B (zh) * 2019-07-19 2022-02-11 中国医学科学院阜外医院 脑卒中发病风险预测系统及应用
CN113046429B (zh) * 2021-02-26 2022-07-01 中国医学科学院阜外医院 脑卒中多基因遗传风险评分及发病风险评估装置及其应用

Also Published As

Publication number Publication date
WO2022179637A1 (zh) 2022-09-01
CN113046429A (zh) 2021-06-29
JP2024507978A (ja) 2024-02-21

Similar Documents

Publication Publication Date Title
Hershberger et al. Genetic evaluation of cardiomyopathy—a Heart Failure Society of America practice guideline
CN113012761B (zh) 脑卒中多基因遗传风险综合评分的构建方法与装置及应用
Tester et al. Postmortem long QT syndrome genetic testing for sudden unexplained death in the young
Bos et al. Diagnostic, prognostic, and therapeutic implications of genetic testing for hypertrophic cardiomyopathy
Ginsburg et al. Prospects for personalized cardiovascular medicine: the impact of genomics
CN109661475A (zh) 多重优化错配扩增(moma)靶标数目
Andreasen et al. Mutations in genes encoding cardiac ion channels previously associated with sudden infant death syndrome (SIDS) are present with high frequency in new exome data
CN113046429B (zh) 脑卒中多基因遗传风险评分及发病风险评估装置及其应用
Xie et al. Polymorphisms in the SAA 1 gene are associated with ankle-to-brachial index in Han Chinese healthy subjects
Hachiya et al. Genome-wide polygenic score and the risk of ischemic stroke in a prospective cohort: The Hisayama study
Callis et al. Evolving molecular diagnostics for familial cardiomyopathies: at the heart of it all
WO2022125806A1 (en) Predicting fractional flow reserve from electrocardiograms and patient records
CN113506594B (zh) 冠心病的多基因遗传风险综合评分的构建方法与装置及应用
Hirono et al. A burden of sarcomere gene variants in fetal-onset patients with left ventricular noncompaction
WO2022247903A1 (zh) 冠心病多基因遗传风险评分及其构建方法与联合临床风险评估应用
CN113643753B (zh) 冠心病多基因遗传风险评分及联合临床风险评估应用
Heijmans et al. Angiotensin I–converting enzyme and plasminogen activator inhibitor-1 gene variants: risk of mortality and fatal cardiovascular disease in an elderly population-based cohort
De Decker et al. Predicted v. real prevalence of the 22q11. 2 deletion syndrome in children with congenital heart disease presenting to Red Cross War Memorial Children’s Hospital, South Africa: A prospective study
RU2602451C1 (ru) Способ диагностики генетической предрасположенности к развитию ишемического инсульта у больных с фибрилляцией предсердий
CN116386882A (zh) 融合不同人群遗传信息的冠心病遗传风险预测方法及系统
Vandenberg et al. Recent advances in understanding and prevention of sudden cardiac death
Gao et al. A novel nonsense mutation in TNNT2 in a Chinese pedigree with hypertrophic cardiomyopathy: A case report
MacRae et al. Genetic screening and risk assessment in hypertrophic cardiomyopathy
Kardia et al. Epistatic effects between two genes in the renin-angiotensin system and systolic blood pressure and coronary artery calcification
Ye et al. A risk prediction model for ischemic stroke in southern Chinese population: impact of multiple genetic variants and clinical/lifestyle factors

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant