摘要: 目的: 随着人口老龄化的加剧，痴呆患病率正不断上升，轻度认知功能障碍(Mildcognitiveimpairment,MCI)是干预和延缓痴呆进展的重要阶段，且研究表明MCI受遗传因素的影响特别突出，其中APOEε4是目前已知十分重要的MCI遗传位点。多基因风险评分(Pol... 展开 目的: 随着人口老龄化的加剧，痴呆患病率正不断上升，轻度认知功能障碍(Mildcognitiveimpairment,MCI)是干预和延缓痴呆进展的重要阶段，且研究表明MCI受遗传因素的影响特别突出，其中APOEε4是目前已知十分重要的MCI遗传位点。多基因风险评分(Polygenicriskscore,PRS)是复杂疾病遗传风险预测的重要方法之一，但由于缺少合适的MCI的全基因组关联研究(Genome-wideassociationstudy,GWAS)汇总数据作为Base数据集来计算PRS,导致现有的MCI遗传风险统计建模效果并不理想。本研究针对该问题，基于多基因遗传风险综合评分(Meta-polygenicriskscore,metaPRS)与APOEe4,从广义线性模型与机器学习两个角度，探索并优化MCI的遗传风险统计建模策略，为MCI的精准诊疗提供有效的技术手段和科学依据。 方法: 计算来自英国生物数据库(UKBiobank,UKB)和阿尔茨海默症神经成像计划(Alzheimer''sDiseaseNeuroimagingInitiative,ADNI)的12个MCI亚表型的PRS,并利用弹性网状回归(Elasticnetregression,EN回归)将其整合为MCI的metaPRS。利用年龄矫正的APOEε4效应量计算APOEε4加权总和(SCOREAPOE)。通过metaPRS、SCOREAPOE及基本人口学信息(年龄、性别、受教育程度)构建不同的预测因子纳入策略，以SVM,RF,XGBoost,GBM,Logistic回归，Ridge回归，Lasso回归及EN回归作为统计建模方法，采用AUC及准确率(Accuracy,ACC)评价MCI遗传风险统计建模的预测效果。 结果: metaPRS与SCOREAPOE对于MCI的遗传风险有较高的预测价值，纳入metaPRS、SCOREAPOE及基本人口学信息(年龄，性别，受教育程度)的8种统计建模方法的AUC与ACC分别为:SVM(AUC=0.61,ACC=0.70)、RF(AUC=0.64,ACC=0.69)、XGBoost(AUC=0.69,ACC=0.57)、GBM(AUC=0.76,ACC=0.63)、Logistic回归(AUC=0.77,ACC=0.66)、Ridge回归(AUC=0.78,ACC=0.66)、Lasso回归(AUC=0.76,ACC=0.66)和EN回归(AUC=0.62,ACC=0.67)。在8种统计建模方法中，GBM、Logistic回归、Ridge回归和Lasso回归的AUC较高，其中Ridge回归的预测效果最好，AUC达到0.78,ACC为0.66。 结论: 在样本量不高的情况下，纳入metaPRS和SCOREAPOE所构建的Ridge回归模型能够较好的识别MCI高危人群，为MCI精准医疗及早期干预提供科学依据，具有一定的临床应用价值。 收起