Research output: Contribution to journal › Article
Analysis of associations between polygenic risk score and COVID-19 severity in a Russian population using low-pass genome sequencing. / Ностаева, Арина Вячеславовна; Шиманский, Валентин Сергеевич; Апалько, Светлана Вячеславовна; Кузнецов, Иван А.; Сушенцева, Наталья Николаевна; Попов, Олег Сергеевич; Анисенкова, Анна Юрьевна; Мосенко, Сергей Викторович; Karssen, Lennart; Аульченко, Юрий Сергеевич; Щербак, Сергей Григорьевич.
In: Genetics in Medicine, 13.12.2023.Research output: Contribution to journal › Article
}
TY - JOUR
T1 - Analysis of associations between polygenic risk score and COVID-19 severity in a Russian population using low-pass genome sequencing
AU - Ностаева, Арина Вячеславовна
AU - Шиманский, Валентин Сергеевич
AU - Апалько, Светлана Вячеславовна
AU - Кузнецов, Иван А.
AU - Сушенцева, Наталья Николаевна
AU - Попов, Олег Сергеевич
AU - Анисенкова, Анна Юрьевна
AU - Мосенко, Сергей Викторович
AU - Karssen, Lennart
AU - Аульченко, Юрий Сергеевич
AU - Щербак, Сергей Григорьевич
PY - 2023/12/13
Y1 - 2023/12/13
N2 - Течение COVID-19 характеризуется широкой вариабельностью, в которой определенную роль играет генетика. В ходе крупномасштабных исследований генетических ассоциаций была установлена значительная связь между генетическими вариантами и тяжестью заболевания. Однако отдельные генетические варианты, идентифицированные к настоящему времени, показали скромные эффекты, что указывает на полигенную природу этого признака. Для решения этой проблемы можно использовать полигенную оценку риска (PRS), которая объединяет эффекты множества однонуклеотидных полиморфизмов (SNPs) в одно число, что позволяет практически применять ее к отдельным людям в популяции. В данной работе мы исследовали эффективность модели PRS в контексте тяжести COVID-19 у 1 085 российских участников с использованием NGS-секвенирования c низким покрытием. Разработав геномную модель PRS на основе сводной статистики консорциума COVID-19 Host Genetics Initiative, мы продемонстрировали, что PRS, включающая информацию о более чем миллионе распространенных генетических вариантов, может эффективно выявлять лиц со значительно повышенным риском развития тяжелой формы COVID-19. Результаты показали, что лица, входящие в верхние 10 % распределения PRS, имеют значительно повышенный риск развития тяжелой формы COVID-19, причем отношение шансов (OR) составляет 2,1 (95 % доверительный интервал (ДИ): 1,4-3,2, p-value = 0,00046). Более того, включение PRS в модель прогнозирования значительно повысило ее точность по сравнению с моделью, которая основывалась только на демографической информации (p-value < 0,0001). Данное исследование подчеркивает потенциал PRS как ценного инструмента для выявления лиц с повышенным риском развития тяжелой формы COVID-19 на основе их генетического профиля.
AB - Течение COVID-19 характеризуется широкой вариабельностью, в которой определенную роль играет генетика. В ходе крупномасштабных исследований генетических ассоциаций была установлена значительная связь между генетическими вариантами и тяжестью заболевания. Однако отдельные генетические варианты, идентифицированные к настоящему времени, показали скромные эффекты, что указывает на полигенную природу этого признака. Для решения этой проблемы можно использовать полигенную оценку риска (PRS), которая объединяет эффекты множества однонуклеотидных полиморфизмов (SNPs) в одно число, что позволяет практически применять ее к отдельным людям в популяции. В данной работе мы исследовали эффективность модели PRS в контексте тяжести COVID-19 у 1 085 российских участников с использованием NGS-секвенирования c низким покрытием. Разработав геномную модель PRS на основе сводной статистики консорциума COVID-19 Host Genetics Initiative, мы продемонстрировали, что PRS, включающая информацию о более чем миллионе распространенных генетических вариантов, может эффективно выявлять лиц со значительно повышенным риском развития тяжелой формы COVID-19. Результаты показали, что лица, входящие в верхние 10 % распределения PRS, имеют значительно повышенный риск развития тяжелой формы COVID-19, причем отношение шансов (OR) составляет 2,1 (95 % доверительный интервал (ДИ): 1,4-3,2, p-value = 0,00046). Более того, включение PRS в модель прогнозирования значительно повысило ее точность по сравнению с моделью, которая основывалась только на демографической информации (p-value < 0,0001). Данное исследование подчеркивает потенциал PRS как ценного инструмента для выявления лиц с повышенным риском развития тяжелой формы COVID-19 на основе их генетического профиля.
M3 - статья
JO - Genetics in Medicine
JF - Genetics in Medicine
SN - 1098-3600
ER -
ID: 114902065