多基因风险评分（Polygenic risk score, PRS）是目前国际上评估和预测个体复杂疾病遗传易感性的有力工具之一，它可以帮助人们更准确地了解自身的疾病遗传风险，从而制定个性化的预防和治疗策略，在精准医疗等领域中具有较为广阔的应用前景。然而，目前常用的PRS方法忽略了基因-环境交互作用对疾病的贡献，显著影响了PRS分析的统计效力。
多数复杂疾病是基因和环境共同作用的结果，环境-基因交互作用对疾病风险存在显著影响。研究人员假设纳入基因-环境交互作用的多基因风险评分将是比传统 PRS 更有效的表型关联预测因子。该研究通过整合全基因组关联研究发现的疾病关联SNP位点的主效应和SNP-环境危险因素交互效应，建立了一种新的多基因和基因-环境交互风险评分（polygenic and gene-environment interaction risk score, PGIRS）方法。与传统的 PRS 不同，PGIRS 不仅纳入了疾病相关SNP位点的遗传主效应，还考虑了遗传与环境危险因素之间的交互致病效应。研究人员进一步采用真实人群的基因组和表型数据验证了PGIRS的统计效力。研究中首先选择吸烟和饮酒作为环境危险因素，对抑郁症进行了全基因组 SNP 关联及 SNP-吸烟、饮酒交互效应分析。根据分析结果计算了代表个体抑郁症遗传风险的PGIRS和传统的 PRS。最后分别采用PGIRS和PRS探讨了抑郁症风险与心肺功能指标的关联。研究发现多个心肺功能指标与抑郁症PGIRS存在显著关联，且在吸烟、饮酒暴露的条件下影响更为显著，而传统PRS方法未发现显著相关性。真实数据分析表明PGIRS显著提升了采用多基因风险评分估算个体复杂疾病风险的准确性。
该成果以《纳入基因-环境交互作用的增强多基因风险评分分析提示重度抑郁症与心肺功能相关》（Enhanced polygenic risk score incorporating gene–environment interaction suggests the association of major depressive disorder with cardiac and lung function）为题在国际生物信息学权威期刊《生物信息学简报》（Briefings in Bioinformatics，JCR Q1区，中科院Top 期刊，IF=9.5）在线发表。公共卫生学院2022级博士生潘楚玉和成博伦助理教授为论文的共同第一作者，公共卫生学院张峰教授为本文的唯一通讯作者，公共卫生学院、国家卫健委微量元素与地方病重点实验室、环境与疾病相关基因教育部重点实验室、陕西省疾病预防控制与健康促进重点实验室为论文通讯作者单位。该项工作得到了陕西省自然科学基础研究计划和中央高校基本科研业务费专项资金的资助。
