Background:Individual risk prediction based on genome-wide polygenic risk scores (PRSs) using millions of genetic variants has attracted much attention. It is under debate whether PRS models can be applied—without loss of precision—to populations of similar ethnic but different geographic background than the one the scores were trained on. Here, we examine how PRS trained in population-specific but European data sets perform in other European subpopulations in distinguishing between coronary artery disease patients and healthy individuals.Methods:We use data from UK and Estonian biobanks (UKB, EB) as well as case-control data from the German population (DE) to develop and evaluate PRS in the same and different populations.Results:PRSs have the highest performance in their corresponding population testing data sets, whereas their performance significantly drops if applied to testing data sets from different European populations. Models trained on DE data revealed area under the curves in independent testing sets in DE: 0.6752, EB: 0.6156, and UKB: 0.5989; trained on EB and tested on EB: 0.6565, DE: 0.5407, and UKB: 0.6043; trained on UKB and tested on UKB: 0.6133, DE: 0.5143, and EB: 0.6049.Conclusions:This result has a direct impact on the clinical usability of PRS for risk prediction models using PRS: a population effect must be kept in mind when applying risk estimation models, which are based on additional genetic information even for individuals from different European populations of the same ethnicity.

中文翻译：

---

冠状动脉疾病多基因风险预测模型中的人口偏差

背景：基于使用数百万个遗传变异的全基因组多基因风险评分（PRS）的个体风险预测引起了广泛关注。是否可以将 PRS 模型应用于具有相似种族但地理背景不同的人群，而不是对分数进行训练的人群，这是有争议的。在这里，我们研究了 PRS 在特定人群但欧洲数据集的训练如何在其他欧洲亚群中区分冠状动脉疾病患者和健康个体。 方法：我们使用来自英国和爱沙尼亚生物银行（UKB、EB）的数据以及病例- 来自德国人群 (DE) 的对照数据，用于在相同和不同人群中开发和评估 PRS。结果：PRS 在其相应的人群测试数据集中具有最高的性能，而如果应用于测试来自不同欧洲人群的数据集，它们的性能会显着下降。在 DE 数据上训练的模型显示 DE 独立测试集中的曲线下面积：0.6752、EB：0.6156 和 UKB：0.5989；在 EB 上训练并在 EB 上测试：0.6565、DE：0.5407 和 UKB：0.6043；在 UKB 上训练并在 UKB 上测试：0.6133、DE：0.5143 和 EB：0.6049。结论：该结果直接影响 PRS 对使用 PRS 的风险预测模型的临床可用性：应用时必须牢记人口效应风险评估模型，它基于额外的遗传信息，即使是来自同一种族的不同欧洲人群的个体。在 DE 数据上训练的模型显示 DE 独立测试集中的曲线下面积：0.6752、EB：0.6156 和 UKB：0.5989；在 EB 上训练并在 EB 上测试：0.6565、DE：0.5407 和 UKB：0.6043；在 UKB 上训练并在 UKB 上测试：0.6133、DE：0.5143 和 EB：0.6049。结论：该结果直接影响 PRS 对使用 PRS 的风险预测模型的临床可用性：应用时必须牢记人口效应风险评估模型，它基于额外的遗传信息，即使是来自同一种族的不同欧洲人群的个体。在 DE 数据上训练的模型显示 DE 独立测试集中的曲线下面积：0.6752、EB：0.6156 和 UKB：0.5989；在 EB 上训练并在 EB 上测试：0.6565、DE：0.5407 和 UKB：0.6043；在 UKB 上训练并在 UKB 上测试：0.6133、DE：0.5143 和 EB：0.6049。结论：该结果直接影响 PRS 对使用 PRS 的风险预测模型的临床可用性：应用时必须牢记人口效应风险评估模型，它基于额外的遗传信息，即使是来自同一种族的不同欧洲人群的个体。