Polygene Risikoscores über Populationen hinweg: Wann europäische Daten nicht mehr helfen

Warum verlieren polygene Risikoscores außerhalb Europas an Genauigkeit?

Polygene Risikoscores fassen die kleinen Effekte vieler genetischer Varianten, oft Hunderte bis Millionen, zu einer Schätzung des Krankheitsrisikos oder eines gemessenen Merkmals zusammen. Die meisten zugrunde liegenden Assoziationsstudien wurden mit Menschen europäischer Abstammung durchgeführt, daher lassen sich die Scores schlecht übertragen. Genetische Architektur, Populationsstruktur und Allelfrequenzen unterscheiden sich zwischen Populationen, und jeder dieser Unterschiede mindert die Genauigkeit polygener Risikoscores, wenn ein in Europa trainierter Score anderswo eingesetzt wird.

Diese Lücke begrenzt den klinischen Einsatz. Martin und Kollegen berichteten 2019, dass die damals verfügbaren Scores bei Menschen europäischer Herkunft um ein Mehrfaches genauer waren als bei anderen Gruppen, und warnten, dass ihr Einsatz in Kliniken gesundheitliche Ungleichheiten vergrößern könnte. Der Beitrag von Google Research nennt eine praktische Hürde: Eine neue genomweite Assoziationsstudie (GWAS) mit Hunderttausenden Menschen kostet mehr, als die meisten Gesundheitssysteme aufbringen können.

Naheliegend ist Transfer Learning in der Genomik: Man beginnt mit großen europäischen GWAS-Ergebnissen und ergänzt sie um Daten aus der Zielpopulation. Die Studie klärt, wie viel von beidem sinnvoll ist und ab wann die europäischen Daten keine zusätzliche Genauigkeit mehr bringen.

Wie hat die Studie populationsübergreifende polygene Risikoscores getestet?

Die Autoren des Beitrags, Joey Poomarin Phloyphisut und Cory McLean von Google Research, beschreiben eine Reihe kontrollierter Ablationsexperimente mit zwei großen, umfassend phänotypisierten Kohorten. Europäische Teilnehmende der UK Biobank dienten als Quellpopulation, die Biobank Japan mit fast 200 Tausend japanischen Personen als Zielpopulation. Da beide Kohorten dieselben Merkmale erfassen, konnte das Team jede gezielt verkleinern und beobachten, wie sich die Genauigkeit veränderte.

Ausgewählt wurden acht klinisch relevante Merkmale, die in beiden Kohorten erfasst sind: Body-Mass-Index (BMI), systolischer und diastolischer Blutdruck, Zahl der roten und weißen Blutkörperchen, HDL- und LDL-Cholesterin sowie Blutzucker. In der UK Biobank lag der Anteil der Merkmalsvarianz, den die gemessenen Varianten erklären (die SNP-Heritabilität), zwischen 0,07 und 0,28.

Jedes Modell wurde an derselben festen, zurückgehaltenen Gruppe von Teilnehmenden der Biobank Japan bewertet, und zwar mit der Pearson-Korrelation zwischen vorhergesagten und gemessenen Werten. Das erklärte Ziel ist praktisch: belastbare Empfehlungen, wie populationsübergreifende GWAS und das Training von Risikoscores aufgebaut sein sollten, um in der Zielpopulation die beste Genauigkeit zu erreichen.

Drei Wege, europäische und japanische Daten zu kombinieren

Die Studie verglich drei Verfahren. Sie unterscheiden sich darin, wo die japanischen Daten einfließen: nur beim Modelltraining, zusätzlich bei der Suche nach Varianten oder über eine Methode, die mehrere Abstammungen zugleich gewichtet.

• Variantensuche in der UK Biobank mit Elastic Net. Eine GWAS über die gesamte europäische Kohorte der UK Biobank bestimmte die Kandidatenvarianten; behalten wurden nur unabhängige Varianten, die auch in den japanischen Daten vorkommen. Anschließend wurden Elastic-Net-Modelle, eine regularisierte Form der linearen Regression, auf vielen Mischungen japanischer und europäischer Proben trainiert: 12 bis 13 Stichprobengrößen der Biobank Japan kombiniert mit sieben Größen der UK Biobank; der Beitrag nennt 96 bis 104 Modelle pro Merkmal.
• Metaanalyse mit Elastic Net. Getrennte GWAS liefen über die gesamte Kohorte der UK Biobank und über eine japanische Teilstichprobe. Ihre Ergebnisse wurden per Metaanalyse zusammengeführt, um die Varianten auszuwählen; danach wurden Elastic-Net-Modelle auf gemischten europäischen und japanischen Daten trainiert.
• Die Methode PRS-CSx. PRS-CSx ist eine veröffentlichte Methode, die genetische Effekte über Abstammungen hinweg mit einem gemeinsamen Shrinkage-Prior verknüpft und Unterschiede im Kopplungsungleichgewicht zwischen Populationen berücksichtigt. Sie wurde auf die vollständigen europäischen und auf ausgewählte japanische Daten angewendet. Da sie je Population einen eigenen Score liefert, diente ein Teil des Validierungsdatensatzes dazu, die beste lineare Kombination beider Scores zu finden.

Ab wann helfen mehr europäische Daten nicht mehr?

Sobald der japanische Trainingsdatensatz nicht mehr klein ist. Laut den Autoren liefern europäische Daten eine nützliche Ausgangsbasis, wenn Daten der Zielpopulation knapp sind oder fehlen. Ab etwa 15 Tausend japanischen Proben liegen jedoch Modelle vorn, die nur mit japanischen Daten trainiert wurden. Jenseits dieses Punktes scheint das gemeinsame Training mit europäischen Daten die Zugewinne zu bremsen, die zusätzliche lokale Proben sonst bringen würden.

HDL-Cholesterin liefert das deutlichste Beispiel. Nach einem Kreuzungspunkt bei 15.000 Proben der Biobank Japan verschlechterte das Hinzufügen von mehr als 5 Tausend Proben der UK Biobank die Genauigkeit gegenüber einem Training nur mit japanischen Daten. Am anderen Ende, bei einem sehr kleinen Zieldatensatz von zum Beispiel 5.000 Proben, brachte das Zusammenlegen mit europäischen Daten einen deutlichen statistischen Gewinn. Das grundlegende Muster, dass Daten aus einer anderen Population aktiv schaden können, zeigte sich nach Angabe der Autoren bei jedem untersuchten Merkmal.

Analyse: Im Sprachgebrauch des maschinellen Lernens ist das negativer Transfer. Die europäischen Proben wirken wie ein starker Prior. Bei wenigen lokalen Daten füllt dieser Prior Lücken; bei vielen lokalen Daten zieht er das Modell zu Effektgrößen, die weniger gut zur Zielpopulation passen.

Gemeinsame Genetik bestimmt, wie lange europäische Daten nützen

Der Kreuzungspunkt hängt davon ab, wie viel der Genetik eines Merkmals beide Populationen teilen. Die Autoren messen das mit der genetischen Korrelation, also damit, wie gut die genetischen Effekte eines Merkmals über Populationen hinweg übereinstimmen. Merkmale mit höherer genetischer Korrelation, von den Autoren als konserviert bezeichnet, profitierten bis zu etwa 25 bis 40 Tausend oder mehr japanischen Proben von europäischen Daten, bevor ein rein japanisches Training gleichzog.

Fünf der acht Merkmale, darunter der BMI, gehören zu dieser Gruppe. Bei ihnen bleibt die beste Menge europäischer Daten bei der größten getesteten Stichprobe, bis der japanische Datensatz über etwa 40 Tausend wächst; erst dann sinkt sie.

Lipidwerte (HDL und LDL) und Blutzucker verhalten sich anders. Ihr Kreuzungspunkt liegt bei deutlich kleineren japanischen Stichproben, und auch die beste Menge europäischer Daten ist kleiner. Die Autoren führen das darauf zurück, dass die europäischen Daten bei diesen stärker populationsspezifischen Merkmalen weiter von der Zielverteilung entfernt liegen.

Wie schnitten Metaanalyse und PRS-CSx ab?

Beide halfen, aber in unterschiedlichen Bereichen. Die Hauptexperimente nutzten nur Varianten, die in europäischen Daten gefunden wurden; Varianten, die nur bei japanischen Teilnehmenden mit einem Merkmal zusammenhängen, fehlten daher. Metaanalyse und PRS-CSx beziehen japanische GWAS-Ergebnisse ein, stützen sich dafür aber auf deutlich kleinere japanische Stichproben zur Variantensuche.

Bei konservierten Merkmalen machte die Metaanalyse kaum einen Unterschied, vor allem weil den kleineren japanischen GWAS die statistische Power fehlte. Bei populationsspezifischen Merkmalen sah es anders aus: Für HDL und LDL, in geringerem Maß auch für Blutzucker, schlug die Metaanalyse die Variantensuche in nur einer Population deutlich. Den Großteil dieses Gewinns führen die Autoren auf die veränderte Auswahl der Eingangsvarianten zurück. Europäische Proben zusätzlich ins Training aufzunehmen, brachte nur bei 10.000 oder weniger japanischen Proben eine leichte weitere Verbesserung.

PRS-CSx gewichtet populationsspezifische Modelle dynamisch und sollte daher theoretisch mit beiden Arten von Merkmalen zurechtkommen. In der Praxis brauchte die Methode laut den Autoren mehr Daten als Elastic Net. Unter 25 Tausend Zielproben lag sie bei allen Merkmalen außer dem BMI hinter dem stärksten Elastic-Net-Modell. Als sich die Zahl der Zielproben 100 Tausend näherte, erreichte oder übertraf sie das beste Modell bei allen Merkmalen außer Blutzucker.

Grenzen und offene Fragen

Die Ergebnisse stammen aus einer Quellpopulation, einer Zielpopulation und acht kontinuierlichen Merkmalen und werden in einem Blogbeitrag berichtet. Stand 1. Oktober 2026 verlinkt der Beitrag weder einen Fachartikel noch einen Preprint oder Code. Details wie Stichprobengrößen je Merkmal und genaue Korrelationswerte lassen sich daher nur anhand der Abbildungen des Beitrags prüfen.

• Umfang der Populationen. Getestet wurde nur der Transfer von europäischen auf japanische Daten. Analyse: Für andere Zielpopulationen oder für mehrere gemeinsam genutzte Quellkohorten können die Kreuzungspunkte abweichen und bräuchten eigene Titrationsexperimente.
• Umfang der Zielgrößen. Alle acht Merkmale sind quantitative Messwerte, bewertet mit der Pearson-Korrelation. Analyse: Binäre Krankheitsendpunkte, Kalibrierung oder klinische Entscheidungsmetriken berichtet der Beitrag nicht, obwohl sie für jeden echten Einsatz wichtig wären.
• Variantensuche. Die Hauptexperimente beschränkten die Eingaben auf Varianten aus der UK Biobank. Wie die Autoren einräumen, fehlen dadurch Varianten, die nur bei japanischen Teilnehmenden vorkommen. Metaanalyse und PRS-CSx lösen das nur teilweise, weil die japanischen GWAS klein sind.
• Das Fazit der Autoren. Mehr Genauigkeit in vielfältigen Populationen erfordert sowohl größere lokale, diverse Biobanken als auch Modellierungsentscheidungen, die zur Heritabilität des jeweiligen Merkmals und zur verfügbaren Stichprobengröße passen.

Was bedeutet das für angewandte KI und KI in Unternehmen?

Analyse: Die Studie misst, fachspezifisch, aber ungewöhnlich sauber, wann Transfer Learning hilft und wann es schadet. Die Lehre gilt für jedes Team, das auf einem großen Quelldatensatz trainiert und auf ein kleineres, anderes Ziel anpasst, etwa einen neuen Markt, eine neue Region oder ein neues Kundensegment.

• Den Kreuzungspunkt messen. Das Titrationsraster der Autoren, das mehrere Zielgrößen mit mehreren Quellgrößen kreuzt, ist ein wiederverwendbares Design. Es zeigt, ab wann zusätzliche Quelldaten Genauigkeit kosten, statt anzunehmen, dass mehr Daten immer besser sind.
• Ähnlichkeit sagt Transfer voraus. Die genetische Korrelation zeigte den Autoren, wie lange europäische Daten nützlich blieben. Teams können nach einem vergleichbaren Maß für die Ähnlichkeit von Quelle und Ziel suchen, bevor sie entscheiden, wie viele externe Daten sie beimischen.
• Einfache Methoden können bei kleinen Datenmengen gewinnen. PRS-CSx wurde für Daten mehrerer Abstammungen entwickelt, brauchte aber weit mehr Proben als Elastic Net, um gut abzuschneiden. Ein spezialisierteres Modell ist nicht automatisch die bessere Wahl, wenn Daten aus der Zieldomäne knapp sind.
• Am Ziel bewerten. Jedes Modell der Studie wurde an derselben zurückgehaltenen japanischen Gruppe beurteilt. Wer Transfer an der Leistung in der Quellpopulation misst, würde den Effekt nicht erkennen.

Verfügbarkeit von Daten, Code und Modellen

Der Beitrag kündigt keine Veröffentlichung von Code, Modellen oder Daten an. Beide Kohorten sind etablierte Forschungsressourcen in eigener Trägerschaft: Die UK Biobank umfasst genetische und phänotypische Daten von rund 500.000 Menschen im Vereinigten Königreich, und die Biobank Japan registrierte in ihrer ersten fünfjährigen Rekrutierungsphase 200.000 Teilnehmende.

PRS-CSx ist im Fachartikel von Ruan und Kollegen aus dem Jahr 2022 beschrieben, das in den Quellen aufgeführt ist. Für diese konkrete Studie ist der Beitrag bislang die einzige öffentliche Beschreibung.

Fragen und Antworten

Quellen

1. Ruan, Y., Lin, Y. F., Feng, Y. A., Chen, C. Y., Lam, M., Guo, Z., Stanley Global Asia Initiatives, He, L., Sawa, A., Martin, A. R., Qin, S., Huang, H., & Ge, T. (2022). Improving polygenic prediction in ancestrally diverse populations. Nature Genetics, 54(5), 573-580. https://doi.org/10.1038/s41588-022-01054-7 (externe Website)
2. Martin, A. R., Kanai, M., Kamatani, Y., Okada, Y., Neale, B. M., & Daly, M. J. (2019). Clinical use of current polygenic risk scores may exacerbate health disparities. Nature Genetics, 51(4), 584-591. https://doi.org/10.1038/s41588-019-0379-x (externe Website)
3. Bycroft, C., Freeman, C., Petkova, D., Band, G., Elliott, L. T., Sharp, K., Motyer, A., Vukcevic, D., Delaneau, O., O'Connell, J., Cortes, A., Welsh, S., Young, A., Effingham, M., McVean, G., Leslie, S., Allen, N., Donnelly, P., & Marchini, J. (2018). The UK Biobank resource with deep phenotyping and genomic data. Nature, 562(7726), 203-209. https://doi.org/10.1038/s41586-018-0579-z (externe Website)
4. Nagai, A., Hirata, M., Kamatani, Y., Muto, K., Matsuda, K., Kiyohara, Y., Ninomiya, T., Tamakoshi, A., Yamagata, Z., Mushiroda, T., Murakami, Y., Yuji, K., Furukawa, Y., Zembutsu, H., Tanaka, T., Ohnishi, Y., Nakamura, Y., BioBank Japan Cooperative Hospital Group, & Kubo, M. (2017). Overview of the BioBank Japan Project: Study design and profile. Journal of Epidemiology, 27(3S), S2-S8. https://doi.org/10.1016/j.je.2016.12.005 (externe Website)