基于多源遗传信息的临床疾病风险评估系统

来源：电子与信息学报杂志2026年第3期北京时间：

作者：宁开达, 余正阳, 赵鑫, 李梓妍, 代菊, 夏立

单位：1.鹏城实验室 深圳 5180552.华南理工大学数学学院 广州 5106403.北京航空航天大学计算机学院 北京 100191

摘要：复杂疾病由多基因遗传与环境因素共同作用，致病机制高度异质，且具有高流行率和高致死率，构成重大公共卫生挑战。传统单疾病多基因风险评分(PRS)仅整合单一性状的遗传变异，忽视跨性状遗传相关性，预测效能受限；同时，多数方法依赖线性建模，难以刻画单核苷酸多态性(SNP)间及SNP与PRS之间的非线性交互，也未充分挖掘多类疾病PRS所蕴含的共享遗传信息。针对上述不足，该文提出一种基于统计学习的多源PRS疾病预测模型mtSNPPRS_XGB，创新性地构建SNP-PRS融合架构，利用XGBoost捕捉多源遗传特征的非线性交互。该模型联合整合原始SNP数据与多源PRS信息，在UK Biobank的18种疾病中取得平均AUC 66.70%(95%置信区间：66.46%~66.95%)，较传统UniPRS提升4.39%，较基于弹性网络的模型提升1.04%。研究为复杂疾病个体化遗传风险预测提供了新思路。

关键词：复杂疾病风险预测, 多源PRS, SNP特征, 非线性建模

基金资助：鹏城实验室重大攻关项目(PCL2025AS212-3，PCL2024A02-2)，国家自然科学基金(12571529)，广东省基础与应用基础研究基金会(2024A1515-010699, 2022A1515-011426)