一种新的基因组模型通过将多种遗传因素整合为单一综合评分，改善了冠状动脉疾病（CAD）的风险预测。
CAD仍然是全球主要死亡原因之一，由遗传和环境因素的复杂相互作用驱动。虽然多基因风险评分推进了风险分层，但它们通常仅捕获遗传（种系）变异，而忽略了其他重要的生物学因素。这项最新研究通过将种系和体细胞基因组数据统一纳入CAD风险框架，填补了这一空白。
整合CAD风险模型展现更广的洞察力
研究人员开发了一种整合基因组模型，包含六种不同的CAD风险驱动因素，包括多基因风险评分、遗传代理的蛋白质组学和代谢组学风险评分，以及不确定潜能的克隆造血。该模型在来自英国生物银行的391,536名参与者中进行了评估，并在来自TOPMed项目的另外34,177名个体中进行了验证。
结果显示10年CAD风险存在广泛梯度。在英国生物银行队列中，风险范围从1.1%到15.5%，而在TOPMed队列中，范围从3.8%到33.0%。值得注意的是，该梯度在男性中比女性更显著，突显了基因组风险表达中潜在的性别差异。
重要的是，该模型捕捉了多种遗传驱动因素的累积效应。这使得能够识别出那些虽然缺乏单一重大遗传因素但处于高风险状态的个体，以及那些即使携带已知高风险变异但仍处于低风险状态的个体。
识别传统评分之外的隐藏风险
尽管整合基因组模型在人群水平上仅比多基因风险评分略有改进，但其临床价值在个体水平上变得更加清晰。该模型识别出大约13%的高风险个体，这些个体仅使用多基因风险评分是无法被检测到的。
在中年人群中，该模型还增强了现有临床工具（如标准心血管风险计算器）的预测性能。这表明其在完善早期预防策略方面具有潜在作用，尤其适用于那些风险可能被低估的个体。
然而，作者指出，在广泛人群筛查中，其增量效益仍然相对较小，需要进一步研究来确定如何最好地将此类模型应用于常规临床护理。
总体而言，这些发现凸显了心血管医学向更全面的基因组分析转变的趋势，整合多种生物学信号可能有助于更早、更精确地识别CAD风险。
参考文献
Yang X et al. An integrated germline and somatic genomic model for coronary artery disease. Nat Commun. 2026;DOI:10.1038/s41467-026-70379-2.
特色图片：Maryna on Adobe Stock
【全文结束】