cardiovascularКардиоваскулярная терапия и профилактикаCardiovascular Therapy and Prevention1728-88002619-0125«SILICEA-POLIGRAF» LLC10.15829/1728-8800-2023-3755KRICJPcardiovascular-3755Research ArticleИССЛЕДОВАНИЯ И РЕГИСТРЫREGISTERS AND STUDIESВалидация шкал генетического риска ожирения на выборке населения регионов РоссииValidation of genetic risk scores for obesity on a sample of the population of Russian regionshttps://orcid.org/0000-0003-4765-8021КиселеваА. В.KiselevaA. V.

Анна Витальевна Киселева — кандидат биологических наук, ведущий научный сотрудник, руководитель лаборатории молекулярной генетики Института персонализированной терапии и профилактики.

Москва

Moscow

sanyutabe@gmail.comhttps://orcid.org/0000-0003-0703-146XСопленковаА. Г.SoplenkovaA. G.

Анна Глебовна Сопленкова — лаборант отдела эпидемиологии хронических неинфекционных заболеваний, лаборатория биостатистики.

Москва

Moscow

anna.mail10@mail.ruhttps://orcid.org/0000-0001-9844-3122КуценкоВ. А.KutsenkoV. A.

Владимир Александрович Куценко — старший научный сотрудник отдела эпидемиологии хронических неинфекционных заболеваний, лаборатория биостатистики, аспирант, Механико-математический факультет.

Москва

Moscow

vlakutsenko@ya.ruhttps://orcid.org/0000-0002-8395-4146СотниковаЕ. А.SotnikovaE. A.

Евгения Андреевна Сотникова — старший научный сотрудник лаборатории молекулярной генетики Института персонализированной терапии и профилактики.

Москва

Moscow

sotnikova.evgeniya@gmail.comhttps://orcid.org/0000-0002-9056-8796ВяткинЮ. В.VyatkinYu. V.

Юрий Викторович Вяткин — программист лаборатории геномной и медицинской биоинформатики Института персонализированной терапии и профилактики, старший научный сотрудник, Институт перспективных исследований проблем искусственного интеллекта и интеллектуальных систем.

Москва

Moscow

vyatkin@gmail.comhttps://orcid.org/0000-0003-0723-0493ЖариковаА. А.ZharikovaА. A.

Анастасия Александровна Жарикова — кандидат биологических наук, ведущий научный сотрудник лаборатории молекулярной генетики Института персонализированной терапии и профилактики старший преподаватель, Факультет биоинженерии и биоинформатики.

Москва

Moscow

azharikova89@gmail.comhttps://orcid.org/0000-0001-7989-0760ЕршоваА. И.ErshovaA. I.

Александра Игоревна Ершова — доктор медицинских наук, зам. директора по фундаментальной науке, руководитель лаборатории клиномики.

Москва

Moscow

alersh@mail.ruhttps://orcid.org/0000-0002-2798-9811ЗайченокаМ.ZaichenokaM.

Мария Зайченока — аспирант.

Московская область, Долгопрудный

Moscow region, Dolgoprudny

marija.zaicenoka@gmail.comhttps://orcid.org/0000-0001-7867-9509РаменскийВ. Е.RamenskyV. E.

Василий Евгеньевич Раменский — кандидат физико-математических наук, ведущий научный сотрудник, руководитель лаборатории геномной и медицинской биоинформатики Института персонализированной терапии и профилактики, ведущий научный сотрудник, Институт перспективных исследований проблем искусственного интеллекта и интеллектуальных систем, доцент, Факультет биоинженерии и биоинформатики.

Москва

Moscow

VRamensky@gnicpm.ruhttps://orcid.org/0000-0003-3755-0279СкиркоО. П.SkirkoO. P.

Ольга Петровна Скирко — младший научный сотрудник лаборатории молекулярной генетики Института персонализированной терапии и профилактики.

Москва

Moscow

ops_70@mail.ruhttps://orcid.org/0000-0003-3755-0279СметневС. А.SmetnevS. А.

Степан Александрович Сметнев — младший научный сотрудник отдела персонализированной диагностики, профилактики и терапии атеросклеротических сердечно-сосудистых заболеваний Института персонализированной терапии и профилактики.

Москва

Moscow

stefancom@mail.ruhttps://orcid.org/0000-0001-5397-5387КопыловаО. В.KopylovaO. V.

Оксана Викторовна Копылова — кандидат медицинских наук, старший научный сотрудник лаборатории клиномики.

Москва

Moscow

sivoksana@yandex.ruhttps://orcid.org/0000-0003-1500-3696ЛимоноваА. С.LimonovaА. S.

Алена Сергеевна Лимонова — научный сотрудник лаборатории клиномики.

Москва

Moscow

limonova-alena@yandex.ruhttps://orcid.org/0000-0002-3019-3961БлохинаА. В.BlokhinaA. V.

Анастасия Викторовна Блохина — кандидат медицинских наук, научный сотрудник лаборатории клиномики.

Москва

Moscow

blokhina0310@gmail.comhttps://orcid.org/0000-0001-6985-7131ПокровскаяМ. С.PokrovskayaM. S.

Мария Сергеевна Покровская — кандидат биологических наук, ведущий научный сотрудник, руководитель лаборатории "Банк биологического материала" Института персонализированной терапии и профилактики.

Москва

Moscow

mpokrovskaia@list.ruhttps://orcid.org/0000-0003-2087-6483ШальноваС. А.ShalnovaS. A.

Светлана Анатольевна Шальнова — доктор медицинских наук, профессор, руководитель отдела эпидемиологии хронических неинфекционных заболеваний.

Москва

Moscow

SShalnova@gnicpm.ruhttps://orcid.org/0000-0001-5989-6233МешковА. Н.MeshkovA. N.

Алексей Николаевич Мешков — доктор медицинских наук, руководитель отдела персонализированной диагностики, профилактики и терапии атеросклеротических сердечно-сосудистых заболеваний, руководитель Института персонализированной терапии и профилактики.

Москва

Moscow

meshkov@lipidclinic.ruhttps://orcid.org/0000-0002-4453-8430ДрапкинаО. М.DrapkinaO. M.

Оксана Михайловна Драпкина — доктор медицинских наук, профессор, академик РАН, директор.

Москва

Moscow

odrapkina@gnicpm.ruФГБУ "Национальный медицинский исследовательский центр терапии и профилактической медицины" Минздрава РоссииNational Medical Research Center for Therapy and Preventive MedicineФГБУ "Национальный медицинский исследовательский центр терапии и профилактической медицины" Минздрава России; ФГБОУ ВО "Московский государственный университет им. М. В. Ломоносова"National Medical Research Center for Therapy and Preventive Medicine; Moscow State UniversityФГБУ "Национальный медицинский исследовательский центр терапии и профилактической медицины" Минздрава России; ФГБОУ ВО "Московский государственный университет им. М.В. Ломоносова"National Medical Research Center for Therapy and Preventive Medicine; Moscow State UniversityФГАОУ ВО "Московский  физико- технический институт (национальный исследовательский университет)"Institute of Physics and Technology202329112023221037553755Copyright © Киселева А.В., Сопленкова А.Г., Куценко В.А., Сотникова Е.А., Вяткин Ю.В., Жарикова А.А., Ершова А.И., Зайченока М., Раменский В.Е., Скирко О.П., Сметнев С.А., Копылова О.В., Лимонова А.С., Блохина А.В., Покровская М.С., Шальнова С.А., Мешков А.Н., Драпкина О.М., 20232023Киселева А.В., Сопленкова А.Г., Куценко В.А., Сотникова Е.А., Вяткин Ю.В., Жарикова А.А., Ершова А.И., Зайченока М., Раменский В.Е., Скирко О.П., Сметнев С.А., Копылова О.В., Лимонова А.С., Блохина А.В., Покровская М.С., Шальнова С.А., Мешков А.Н., Драпкина О.М.Kiseleva A.V., Soplenkova A.G., Kutsenko V.A., Sotnikova E.A., Vyatkin Y.V., Zharikova А.A., Ershova A.I., Zaichenoka M., Ramensky V.E., Skirko O.P., Smetnev S.А., Kopylova O.V., Limonova А.S., Blokhina A.V., Pokrovskaya M.S., Shalnova S.A., Meshkov A.N., Drapkina O.M.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://cardiovascular.elpub.ru/jour/article/view/3755Цель

Цель. На выборке населения двух регионов европейской части России провести валидацию и оценить точность 15 шкал генетического риска (ШГР) ожирения, созданных на популяциях европейского происхождения.

Материал и методы

Материал и методы. Генетическое тестирование было проведено с помощью секвенирования нового поколения на выборке населения регионов России (n=1179). В исследование было включено 15 ШГР развития ожирения, ассоциированных с индексом массы тела (ИМТ) или с соотношением окружности талии и бедер с поправкой на ИМТ (СТБимт).

Результаты

Результаты. Показано, что прогностическая сила 8 из 9 ШГР развития ожирения по показателю ИМТ сохраняется для выборки населения регионов России, а прогностическая сила 6 ШГР развития ожирения по показателю СТБимт ниже, чем в референсной выборке. Воспроизводимость ШГР увеличивается по мере увеличения объема исходных выборок и количества вариантов, включенных в ШГР. Таким образом, применение на российской популяции ШГР развития ожирения по показателю ИМТ, сконструированных на популяциях европейского происхождения, оправдано.

Заключение

Заключение. Впервые в России была проведена валидация 15 ШГР развития ожирения, разработанных на популяциях европейского происхождения. Полученные данные об эффективности рассматриваемых ШГР могут быть в будущем применены для улучшения прогнозирования риска развития ожирения и для профилактики этого комплексного заболевания в России.

Aim

Aim. To validate and evaluate the accuracy of 15 genetic risk scores (GRSs) for obesity, created in populations of European origin in the sample of two European Russia regions. Material and methods. Genetic testing has been performed using next generation sequencing on a sample from the Russian population (n=1179). The study included 15 GRS associated with body mass index (BMI) or waist-to-hip ratio adjusted for BMI (WHRadjBMI).

Results

Results. The predictive power of 8 out of 9 GRSs for obesity based on BMI remains the same for the Russian population. The predictive power of 6 GRSs for obesity based on WHRadjBMI is lower in the Russian population than in the reference sample. GRS reproducibility increases with the size of initial samples and number of variants included in the GRS increase. The use of GRSs for obesity based on BMI in the Russian population created on European populations is justified.

Conclusion

Conclusion. For the first time in Russia, 15 obesity GRSs developed in European populations have been validated. The data obtained on the effectiveness of the considered GRS can be used in the future to improve the obesity prediction and prevention in Russia.

ожирениешкала генетического рискаиндекс массы теласоотношение окружности талии и бедервалидацияobesitygenetic risk scorebody mass indexwaist-to-hip ratiovalidationReferencesБаланова Ю. А., Шальнова С. А., Деев А. Д. и др. Ожирение в российской популяции- распространенность и ассоциации с факторами риска хронических неинфекционных заболеваний. Российский кардиологический журнал. 2018;(6):123-30. doi:10.15829/1560-4071-2018-6-123-130.Balanova YuA, Shalnova SA, Deev AD, et al. Obesity in Russian population — prevalence and association with the non-communicable diseases risk factors. Russian Journal of Cardiology. 2018;(6):123-30. (In Russ.) doi:10.15829/1560-4071-2018-6-123-130.Locke AE, Kahali B, Berndt SI, et al. Genetic studies of body mass index yield new insights for obesity biology. Nature. 2015;518(7538):197-206. doi:10.1038/nature14177.Locke AE, Kahali B, Berndt SI, et al. Genetic studies of body mass index yield new insights for obesity biology. Nature. 2015;518(7538):197-206. doi:10.1038/nature14177.Speliotes EK, Willer CJ, Berndt SI, et al. Association analyses of 249,796 individuals reveal 18 new loci associated with body mass index. Nat Genet. 2010;42(11):937-48. doi:10.1038/ng.686.Speliotes EK, Willer CJ, Berndt SI, et al. Association analyses of 249,796 individuals reveal 18 new loci associated with body mass index. Nat Genet. 2010;42(11):937-48. doi:10.1038/ng.686.Stunkard AJ, Foch TT, Hrubec Z. A twin study of human obesity. JAMA. 1986;256(1):51-4. doi:10.1001/jama.1986.03380010055024.Stunkard AJ, Foch TT, Hrubec Z. A twin study of human obesity. JAMA. 1986;256(1):51-4. doi:10.1001/jama.1986.03380010055024.Pulit SL, Stoneman C, Morris AP, et al. Meta-analysis of genome-wide association studies for body fat distribution in 694 649 individuals of European ancestry. Hum Mol Genet. 2019;28(1):166-74. doi:10.1093/hmg/ddy327.Pulit SL, Stoneman C, Morris AP, et al. Meta-analysis of genome-wide association studies for body fat distribution in 694 649 individuals of European ancestry. Hum Mol Genet. 2019;28(1):166-74. doi:10.1093/hmg/ddy327.Heid IM, Jackson AU, Randall JC, et al. Meta-analysis identifies 13 new loci associated with waist-hip ratio and reveals sexual dimorphism in the genetic basis of fat distribution. Nat Gen. 2010;42(11):949-60. doi:10.1038/ng.685.Heid IM, Jackson AU, Randall JC, et al. Meta-analysis identifies 13 new loci associated with waist-hip ratio and reveals sexual dimorphism in the genetic basis of fat distribution. Nat Gen. 2010;42(11):949-60. doi:10.1038/ng.685.Rose KM, Newman B, Mayer- Davis EJ, et al. Genetic and behavioral determinants of waist-hip ratio and waist circumference in women twins. Obes Res. 1998;6(6):383-92. doi:10.1002/j.1550-8528.1998.tb00369.x.Rose KM, Newman B, Mayer- Davis EJ, et al. Genetic and behavioral determinants of waist-hip ratio and waist circumference in women twins. Obes Res. 1998;6(6):383-92. doi:10.1002/j.1550-8528.1998.tb00369.x.Shungin D, Winkler TW, Croteau- Chonka DC, et al. New genetic loci link adipose and insulin biology to body fat distribution. Nature. 2015;518(7538):187-96. doi:10.1038/nature14132.Shungin D, Winkler TW, Croteau- Chonka DC, et al. New genetic loci link adipose and insulin biology to body fat distribution. Nature. 2015;518(7538):187-96. doi:10.1038/nature14132.Reddi HV, Wand H, Funke B, et al. Laboratory perspectives in the development of polygenic risk scores for disease: A points to consider statement of the American College of Medical Genetics and Genomics (ACMG). Genet Med. 2023;25(5):100804. doi:10.1016/j.gim.2023.100804.Reddi HV, Wand H, Funke B, et al. Laboratory perspectives in the development of polygenic risk scores for disease: A points to consider statement of the American College of Medical Genetics and Genomics (ACMG). Genet Med. 2023;25(5):100804. doi:10.1016/j.gim.2023.100804.Киселева А. В., Мешков А. Н., Ершова А. И. и др. Генетика ожирения: современное состояние проблемы. Profilakticheskaya Meditsina. 2021;24(12):8996. doi:10.17116/profmed20212412189.Kiseleva AV, Meshkov AN, Ershova AI, et al. Obesity genetics: current state of the problem. Profilakticheskaya Meditsina. 2021;24(12):8996. (In Russ.) doi:10.17116/profmed20212412189.Gola D, Erdmann J, Läll K, et al. Population bias in polygenic risk prediction models for coronary artery disease. Circ Genom Precis Med. 2020;13(6):e002932. doi:10.1161/CIRCGEN.120.002932.Gola D, Erdmann J, Läll K, et al. Population bias in polygenic risk prediction models for coronary artery disease. Circ Genom Precis Med. 2020;13(6):e002932. doi:10.1161/CIRCGEN.120.002932.Duncan L, Shen H, Gelaye B, et al. Analysis of polygenic risk score usage and performance in diverse human populations. Nat Commun. 2019;10(1):3328. doi:10.1038/s41467-019-11112-0.Duncan L, Shen H, Gelaye B, et al. Analysis of polygenic risk score usage and performance in diverse human populations. Nat Commun. 2019;10(1):3328. doi:10.1038/s41467-019-11112-0.Koch S, Schmidtke J, Krawczak M, et al. Clinical utility of polygenic risk scores: a critical 2023 appraisal. J Commun Genet. 2023:1-17. doi:10.1007/s12687-023-00645-z.Koch S, Schmidtke J, Krawczak M, et al. Clinical utility of polygenic risk scores: a critical 2023 appraisal. J Commun Genet. 2023:1-17. doi:10.1007/s12687-023-00645-z.Moffatt MF, Phil D, Gut IG, et al. A large- scale, consortium- based genomewide association study of asthma. NEJM. 2010;363(13):1211-21. doi:10.1056/NEJMoa0906312.Moffatt MF, Phil D, Gut IG, et al. A large- scale, consortium- based genomewide association study of asthma. NEJM. 2010;363(13):1211-21. doi:10.1056/NEJMoa0906312.Sotnikova EA, Kiseleva AV, Kutsenko VA, et al. Identification of pathogenic variant burden and selection of optimal diagnostic method is a way to improve carrier screening for autosomal recessive diseases. J Pers Med. 2022;12(7):1132. doi:10.3390/jpm12071132.Sotnikova EA, Kiseleva AV, Kutsenko VA, et al. Identification of pathogenic variant burden and selection of optimal diagnostic method is a way to improve carrier screening for autosomal recessive diseases. J Pers Med. 2022;12(7):1132. doi:10.3390/jpm12071132.Usoltsev D, Kolosov N, Rotar O, et al. Understanding complex trait susceptibilities and ethnical diversity in a sample of 4,145 russians through analysis of clinical and genetic data. bioRxiv. 2023:2023.03.23.534000. doi:10.1101/2023.03.23.534000.Usoltsev D, Kolosov N, Rotar O, et al. Understanding complex trait susceptibilities and ethnical diversity in a sample of 4,145 russians through analysis of clinical and genetic data. bioRxiv. 2023:2023.03.23.534000. doi:10.1101/2023.03.23.534000.Ramensky VE, Ershova AI, Zaicenoka M, et al. Targeted sequencing of 242 clinically important genes in the Russian population from the ivanovo region. Front Genet. 2021; 12:709419. doi:10.3389/fgene.2021.709419.Ramensky VE, Ershova AI, Zaicenoka M, et al. Targeted sequencing of 242 clinically important genes in the Russian population from the ivanovo region. Front Genet. 2021; 12:709419. doi:10.3389/fgene.2021.709419.Бойцов С. А., Чазов Е. И., Шляхто Е. В. и др. Научно- организационный комитет проекта ЭССЕ-РФ. Эпидемиология сердечно-сосудистых заболеваний в различных регионах России (ЭССЕ-РФ). Обоснование и дизайн исследования. Профилактическая медицина. 2013;16(6):2534.Boytsov SA, Chazov EI, Shlyakhto EV, et al. Nauchno- organizatsionnyĭ komitet proekta ÉSSE-RF. Epidemiology of cardiovascular diseases in different regions of Russia (ESSERF). The rationale for and design of the study. Profilakticheskaya Meditsina. 2013;16(6):2534. (In Russ.)Копылова О. В., Ершова А. И., Покровская М. С. и др. Популяционно-нозологический исследовательский биобанк "НМИЦ ТПМ": анализ коллекций биообразцов, принципы сбора и хранения информации. Кардиоваскулярная терапия и профилактика. 2021;20(8):3119. doi:0.15829/1728-8800-20213119.Kopylova OV, Ershova AI, Pokrovskaya MS, et al. Population- nosological research biobank of the National Medical Research Center for Therapy and Preventive Medicine: analysis of biosamples, principles of collecting and storing information. Cardiovascular Therapy and Prevention. 2021;20(8):3119. (In Russ.) doi:0.15829/1728-8800-20213119.Belsky DW, Moffitt TE, Houts R, et al. Polygenic risk, rapid childhood growth, and the development of obesity: evidence from a 4-decade longitudinal study. Arch Pediat Adolesc Med. 2012;166(6):515-21. doi:10.1001/archpediatrics.2012.131.Belsky DW, Moffitt TE, Houts R, et al. Polygenic risk, rapid childhood growth, and the development of obesity: evidence from a 4-decade longitudinal study. Arch Pediat Adolesc Med. 2012;166(6):515-21. doi:10.1001/archpediatrics.2012.131.Song M, Zheng Y, Qi L, et al. Giovannucci EL. Longitudinal analysis of genetic susceptibility and BMI throughout adult life. Diabetes. 2018;67(2):248-55. doi:10.2337/db17-1156.Song M, Zheng Y, Qi L, et al. Giovannucci EL. Longitudinal analysis of genetic susceptibility and BMI throughout adult life. Diabetes. 2018;67(2):248-55. doi:10.2337/db17-1156.Yengo L, Sidorenko J, Kemper KE, et al. Meta-analysis of genome-wide association studies for height and body mass index in 700000 individuals of European ancestry. Hum Mol Genet. 2018;27(20):3641-49. doi:10.1093/hmg/ddy271.Yengo L, Sidorenko J, Kemper KE, et al. Meta-analysis of genome-wide association studies for height and body mass index in 700000 individuals of European ancestry. Hum Mol Genet. 2018;27(20):3641-49. doi:10.1093/hmg/ddy271.Xie T, Wang B, Nolte IM, et al. Genetic risk scores for complex disease traits in youth. Circ- Genom Precis Me. 2020;13(4):e002775. doi:10.1161/CIRCGEN.119.002775.Xie T, Wang B, Nolte IM, et al. Genetic risk scores for complex disease traits in youth. Circ- Genom Precis Me. 2020;13(4):e002775. doi:10.1161/CIRCGEN.119.002775.Richardson TG, Sanderson E, Elsworth B, et al. Use of genetic variation to separate the effects of early and later life adiposity on disease risk: mendelian randomisation study. BMJ. 2020; 369:m1203. doi:10.1136/bmj.m1203.Richardson TG, Sanderson E, Elsworth B, et al. Use of genetic variation to separate the effects of early and later life adiposity on disease risk: mendelian randomisation study. BMJ. 2020; 369:m1203. doi:10.1136/bmj.m1203.Seral- Cortes M, Sabroso- Lasa S, De Miguel- Etayo P, et al. Development of a Genetic Risk Score to predict the risk of overweight and obesity in European adolescents from the HELENA study. Sci Rep. 2021;11(1):3067. doi:10.1038/s41598021-82712-4.Seral- Cortes M, Sabroso- Lasa S, De Miguel- Etayo P, et al. Development of a Genetic Risk Score to predict the risk of overweight and obesity in European adolescents from the HELENA study. Sci Rep. 2021;11(1):3067. doi:10.1038/s41598021-82712-4.Chen X, Liu C, Si S, et al. Genomic risk score provides predictive performance for type 2 diabetes in the UK biobank. Acta Diabetol. 2021;58:467-74. doi:10.1007/s00592-020-01650-1.Chen X, Liu C, Si S, et al. Genomic risk score provides predictive performance for type 2 diabetes in the UK biobank. Acta Diabetol. 2021;58:467-74. doi:10.1007/s00592-020-01650-1.Van der Auwera GA, O'Connor B. Genomics in the cloud: using Docker, GATK, and WDL in Terra. O'Reilly Media. 2020. ISBN: 9781491975190.Van der Auwera GA, O'Connor B. Genomics in the cloud: using Docker, GATK, and WDL in Terra. O'Reilly Media. 2020. ISBN: 9781491975190.Seyednasrollah F, Mäkelä J, Pitkänen N, et al. Prediction of adulthood obesity using genetic and childhood clinical risk factors in the cardiovascular risk in young Finns study. Circ Cardiovasc Genet. 2017;10(3):e001554. doi:10.1161/CIRCGENETICS.116.001554.Seyednasrollah F, Mäkelä J, Pitkänen N, et al. Prediction of adulthood obesity using genetic and childhood clinical risk factors in the cardiovascular risk in young Finns study. Circ Cardiovasc Genet. 2017;10(3):e001554. doi:10.1161/CIRCGENETICS.116.001554.Clifton EA, Day FR, Rolfe ED, et al. Associations between body mass index- related genetic variants and adult body composition: the Fenland cohort study. Int J Obes. 2017;41(4):613-19. doi:10.1038/ijo.2017.11.Clifton EA, Day FR, Rolfe ED, et al. Associations between body mass index- related genetic variants and adult body composition: the Fenland cohort study. Int J Obes. 2017;41(4):613-19. doi:10.1038/ijo.2017.11.Wehby GL, Domingue BW, Ullrich F, et al. Genetic predisposition to obesity and medicare expenditures. J Gerontol: Series A. 2018;73(1):66-72. doi:10.1093/gerona/glx062.Wehby GL, Domingue BW, Ullrich F, et al. Genetic predisposition to obesity and medicare expenditures. J Gerontol: Series A. 2018;73(1):66-72. doi:10.1093/gerona/glx062.Khera AV, Chaffin M, Wade KH, et al. Polygenic prediction of weight and obesity trajectories from birth to adulthood. Cell. 2019;177(3):587-96. doi:10.1016/j.cell.2019.03.028.Khera AV, Chaffin M, Wade KH, et al. Polygenic prediction of weight and obesity trajectories from birth to adulthood. Cell. 2019;177(3):587-96. doi:10.1016/j.cell.2019.03.028.Brandkvist M, Bjørngaard JH, Ødegård RA, et al. Separating the genetics of childhood and adult obesity: a validation study of genetic scores for body mass index in adolescence and adulthood in the HUNT Study. Hum Mol Genet. 2020; 29(24):3966-73. doi:10.1093/hmg/ddaa256.Brandkvist M, Bjørngaard JH, Ødegård RA, et al. Separating the genetics of childhood and adult obesity: a validation study of genetic scores for body mass index in adolescence and adulthood in the HUNT Study. Hum Mol Genet. 2020; 29(24):3966-73. doi:10.1093/hmg/ddaa256.Borisevich D, Schnurr TM, Engelbrechtsen L, et al. Non-linear interaction between physical activity and polygenic risk score of body mass index in Danish and Russian populations. Plos one. 2021;16(10):e0258748. doi:10.1371/journal.pone.0258748.Borisevich D, Schnurr TM, Engelbrechtsen L, et al. Non-linear interaction between physical activity and polygenic risk score of body mass index in Danish and Russian populations. Plos one. 2021;16(10):e0258748. doi:10.1371/journal.pone.0258748.Колчина М. А., Скрипникова И. А., Мешков А. Н. и др. Ассоциации костной массы и полигенного риска остеопороза с показателями состояния артериальной стенки. Остеопороз и остеопатии. 2022;25(2):21-30. doi:10.14341/osteo12951.Kolchina MA, Skripnikova IA, Meshkov AN, et al. Associations of bone mass and polygenic risk of osteoporosis with indicators of arterial wall condition. Osteoporosis and bone diseases. 2022;25(2):21-30. (In Russ.) doi:10.14341/osteo12951.

The authors declare that there are no conflicts of interest present.