目前，已经为LOAD（晚发型AD）或LOAD-endophenotypes患者，在开发Polygenic risk scores (PRSs）方面已经做出了努力，并在检测疾病状态方面取得了良好的敏感性和特异性，并在与性别、年龄和APOE等公认的变量相关联的情况下改进了诊断算法。

PRS利用从大型GWAS工作（"训练"数据集）中得到的汇总统计数据，在独立数据集（"验证 "数据集）中为相同的结果或相关的内生表型构建一个信息预测变量。一个主要的限制是，当发现和验证数据集不共享相同的祖先背景时，PRS的性能会受到阻碍。大多数现有的GWASs数据集都集中在欧洲人后裔身上，这限制了PRS在其他种族/民族群体中的应用，限制了在代表性不足的人群中的可推广性。事实上，早期的研究由于缺乏大型匹配的遗传学研究，使用欧洲血统GWAS来构建其他种族群体的PRS，结果不甚理想。

藉此，哥伦比亚大学的 Sanjeev Sariya等人利用一个大型的加勒比海裔（CH）数据集开发了一个PRS，该数据集为LOAD的表型。这一人群是研究LOAD的宝贵资产，因为他们有独特的遗传背景，疾病的发病率和流行率很高（是非西班牙裔白人的2倍）。

他们使用CH发现样本（n = 4,312）和独立验证样本（n = 1,850）构建血统特异性PRS（"CH-PRS"），并使用曲线下面积（AUC）和逻辑回归（与LOAD的关联强度和统计意义）评估其单独和与其他预测因素的性能。并在一个有纵向数据的子样本（n = 1,239）中测试了CH-PRS是否能预测转化为LOAD。接着，还在独立重复性的CH队列（n = 200）和脑解剖队列（n = 33）中测试了CH-PRS。最后，通过使用欧洲和非裔美国人的发现队列来构建替代的PRS（"EUR-PRS"，"AA-PRS"）来测试血统对PRS的影响。

他们发现，完整的模型（LOAD~CH-PRS+性别+年龄+APOE-ɛ4），达到AUC=74%（ORCH-PRS=1.51 95%CI=1.36-1.68），在APOE-ɛ4非携带者中提高到>75%。

在尸检队列中，单独的CH-PRS达到AUC=72%，在全模型中提高到AUC=83%。

在复制性的CH队列中，较高的CH-PRS与临床LOAD明显相关（OR=1.61，95%CI=1.19-2.17），在纵向子样本中，CH-PRS明显预测转换为LOAD（HR=1.93，CI=1.70-2.20）。EUR-PRS和AA-PRS达到较低的预测准确性（AUC=58%和53%）。

这样的研究的重要意义在于，发现了：遗传研究的丰富多样性对提供有效的PRS来分析不同人群的LOAD风险至关重要。

原文出处：
Sariya S, Felsky D, Reyes-Dumeyer D, Lali R, Lantigua RA, Vardarajan B, Jiménez-Velázquez IZ, Haines JL, Shellenberg GD, Pericak-Vance MA, Paré G, Mayeux R, Tosto G. Polygenic Risk Score for Alzheimer's Disease in Caribbean Hispanics. Ann Neurol. 2021 May 26. doi: 10.1002/ana.26131. Epub ahead of print. PMID: 34038570.