cardiovascularКардиоваскулярная терапия и профилактикаCardiovascular Therapy and Prevention1728-88002619-0125«SILICEA-POLIGRAF» LLC10.15829/1728-8800-2023-3856BMUPKWcardiovascular-3856Research ArticleИССЛЕДОВАНИЯ И РЕГИСТРЫREGISTERS AND STUDIESВалидация шкал генетического риска ишемической болезни сердца, разработанных на европейских популяционных выборках, у представителей российской популяцииValidation of genetic risk scores for coronary artery disease, developed on European population samples, in Russian populationhttps://orcid.org/0000-0001-7989-0760ЕршоваА. И.ErshovaA. I.

д.м.н., руководитель лаборатории клиномики, зам. директора по фундаментальной науке.

Москва

Moscow

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

д.м.н., руководитель Института персонализированной терапии и профилактики.

Москва

Moscow

meshkov@lipidclinic.ruhttps://orcid.org/0000-0001-9844-3122КуценкоВ. А.KutsenkoV. A.

с.н.с. лаборатории биостатистики отдела эпидемиологии хронических неинфекционных заболеваний, аспирант кафедры теории вероятностей отделения математики механико-математический факультета.

Москва

Moscow

vlakutsenko@ya.ruhttps://orcid.org/0000-0002-9056-8796ВяткинЮ. В.VyatkinYu. V.

с.н.с. лаборатории геномной и медицинской биоинформатики Института персонализированной терапии и профилактики, программист Института перспективных исследований проблем искусственного интеллекта и интеллектуальных систем.

Москва

Moscow

vyatkin@gmail.comhttps://orcid.org/0000-0003-4765-8021КиселеваА. В.KiselevaA. V.

к.б.н., в.н.с., руководитель лаборатории молекулярной генетики Института персонализированной терапии и профилактики.

Москва

Moscow

sanyutabe@gmail.comhttps://orcid.org/0000-0002-8395-4146СотниковаЕ. А.SotnikovaE. A.

с.н.с. лаборатории молекулярной генетики Института персонализированной терапии и профилактики.

Москва

Moscow

sotnikova.evgeniya@gmail.comhttps://orcid.org/0000-0003-1500-3696ЛимоноваА. С.LimonovaA. S.

н.с. лаборатории клиномики.

Москва

Moscow

limonova-alena@yandex.ruhttps://orcid.org/0009-0002-3184-7573ГарбузоваЕ. В.GarbuzovaE. V.

лаборант-исследователь лаборатории клиномики.

Москва

vostryakova.elizaveta@yandex.ruhttps://orcid.org/0000-0002-0240-3941МуромцеваГ. А.MuromtsevaG. A.

к.б.н., в.н.с. отдела эпидемиологии хронических неинфекционных заболеваний.

Москва

Moscow

gmuromtseva@gnicpm.ruhttps://orcid.org/0000-0002-2798-9811ЗайченокаМ.ZaicenokaM.

Аспирант.

Московская область, Долгопрудный

Moscow region, Dolgoprudny

marija.zaicenoka@gmail.comhttps://orcid.org/0000-0003-0723-0493ЖариковаА. А.ZharikovaA. A.

к.б.н., в.н.с. лаборатории молекулярной генетики Института персонализированной терапии и профилактики, старший преподаватель факультета биоинженерии и биоинформатики.

Москва

Moscow

azharikova89@gmail.comhttps://orcid.org/0000-0001-7867-9509РаменскийВ. Е.RamenskyV. E.

к.ф.м.н., руководитель лаборатории геномной и медицинской биоинформатики Института персонализированной терапии и профилактики, в.н.с., доцент, факультета биоинженерии и биоинформатики Института перспективных исследований проблем искусственного интеллекта и интеллектуальных систем МГУ имени М. В. Ломоносова, в.н.с..

Москва

Moscow

https://orcid.org/0000-0002-7164-0086БеловаО. А.BelovaO. А.

зам. главного врача по организационно-методической работе.

Иваново

Ivanovo

https://orcid.org/0000-0003-0833-8201РачковаС. А.RachkovaS. A.

к.м.н., главный врач.

Иваново

Ivanovo

https://orcid.org/0000-0001-6985-7131ПокровскаяМ. С.PokrovskayaM. S.

к.б.н., в.н.с., руководитель Лаборатории "Банк биологического материала" Института персонализированной терапии и профилактики.

Москва

Moscow

https://orcid.org/0000-0003-2087-6483ШальноваС. А.ShalnovaS. A.

д.м.н., профессор, руководитель отдела эпидемиологии хронических неинфекционных заболеваний.

Москва

Moscow

https://orcid.org/0000-0001-6998-8406БойцовС. А.BoytsovS. A.

д.м.н., профессор, академик РАН, генеральный директор.

Москва

Moscow

https://orcid.org/0000-0002-4453-8430ДрапкинаО. М.DrapkinaO. M.

д.м.н., профессор, академик РАН, директор.

Москва

Moscow

ФГБУ "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; Lomonosov Moscow State UniversityФГАОУ ВО "Московский физико-технический институт (национальный исследовательский университет)"Moscow Institute of Physics and Technology (National Research University)ФГБУ "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; Lomonosov Moscow State UniversityОБУЗ "Кардиологический диспансер"Cardiology DispensaryФГБУ "Национальный медицинский исследовательский центр кардиологии им. акад. Е.И. Чазова" Минздрава РоссииE.I. Chazov National Medical Research Center of Cardiology202308022024221238563856Copyright © Ершова А.И., Мешков А.Н., Куценко В.А., Вяткин Ю.В., Киселева А.В., Сотникова Е.А., Лимонова А.С., Гарбузова Е.В., Муромцева Г.А., Зайченока М., Жарикова А.А., Раменский В.Е., Белова О.А., Рачкова С.А., Покровская М.С., Шальнова С.А., Бойцов С.А., Драпкина О.М., 20232023Ершова А.И., Мешков А.Н., Куценко В.А., Вяткин Ю.В., Киселева А.В., Сотникова Е.А., Лимонова А.С., Гарбузова Е.В., Муромцева Г.А., Зайченока М., Жарикова А.А., Раменский В.Е., Белова О.А., Рачкова С.А., Покровская М.С., Шальнова С.А., Бойцов С.А., Драпкина О.М.Ershova A.I., Meshkov A.N., Kutsenko V.A., Vyatkin Y.V., Kiseleva A.V., Sotnikova E.A., Limonova A.S., Garbuzova E.V., Muromtseva G.A., Zaicenoka M., Zharikova A.A., Ramensky V.E., Belova O.А., Rachkova S.A., Pokrovskaya M.S., Shalnova S.A., Boytsov S.A., 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/3856Цель

Цель. Оценить информативность шкал генетического риска (ШГР) ишемической болезни сердца (ИБС), ранее разработанных на европейских популяциях, у представителей российской популяции.

Материал и методы

Материал и методы. В работу вошли 1685 чел. из эпидемиологического исследования ЭССЕ-Иваново. У 3,1% лиц была верифицирована ИБС. Ежегодно в течение 8 лет наблюдения оценивали коронарную комбинированную конечную точку. Проводили секвенирование следующего поколения с использованием таргетной панели. Применяли логистический регрессионный анализ, оценку площади под ROC-кривой (AUC), в многофакторной модели учитывали возраст, пол и статус курения.

Результаты

Результаты. Из 16 ШГР, включенных в анализ, только 2 ШГР продемонстрировали статистическую значимость в однофакторном анализе связи с ИБС (наибольшая AUC — 0,577). В многофакторной модели оценки отношения шансов наличия ИБС при увеличении балла ШГР на 1 стандартное отклонение (SD) для 6 исследуемых ШГР получена значимая связь с ИБС: отношение шансов варьировало в диапазоне 1,31-1,47. Две ШГР продемонстрировали значимые различия по частоте ИБС между группами, соответствующими верхнему и нижнему квинтилям. Зарегистрировано 45 конечных точек. Отношение рисков наступления конечной точки при увеличении ШГР на 1 SD с учетом кофакторов преодолело статистическую значимость для 9 анализируемых ШГР и находилось в диапазоне 1,36-1,54.

Заключение

Заключение. Впервые в России проведена валидация 16 ШГР ИБС, ранее разработанных на выборках, включающих лиц европейского происхождения. Результаты были воспроизведены только для нескольких исследуемых ШГР ИБС.

Aim

Aim. To evaluate the information content of genetic risk scores (GRSs) for coronary artery disease (CAD), previously developed on European populations, in representatives of the Russian population.

Material and methods

Material and methods. The work involved 1685 people from the ESSE-Ivanovo epidemiological study. CAD was verified in 3,1% of individuals. The coronary composite endpoint was assessed annually during 8-year follow-up. Next generation sequencing was performed using a targeted panel. Logistic regression analysis and area under the ROC curve (AUC) were used. Age, sex, and smoking status were taken into account in the multivariate model.

Results

Results. Of the 16 GRSs included in the analysis, only 2 GRSs demonstrated significance in the univariate analysis of association with CAD (highest AUC — 0,577). In a multivariate model, with an increase by 1 standard deviation (SD) for the 6 studied GRSs, a significant association with CAD was obtained — the odds ratio varied in the range of 1,31-1,47. The two GRSs demonstrated significant differences in the incidence of CAD between the groups corresponding to the upper and lower quintiles. Forty-five endpoints were registered. The risk ratio for the end point with an increase in GRS by 1 SD, taking into account cofactors, exceeded statistical significance for the 9 analyzed GRS and was in the range of 1,36-1,54.

Conclusion

Conclusion. For the first time in Russia, 16 CAD GRSs, previously developed on European samples, was validated. The results were reproduced only for a few of the studied CAD SGRs.

ишемическая болезнь сердцашкала генетического рискагенетическое тестированиевалидацияcoronary artery diseasegenetic risk scoregenetic testingvalidationReferencesChoi SW, Mak TS, O'Reilly PF. Tutorial: a guide to performing polygenic risk score analyses. Nat Protoc. 2020;15(9):2759-72. doi:10.1038/s41596-020-0353-1.Choi SW, Mak TS, O'Reilly PF. Tutorial: a guide to performing polygenic risk score analyses. Nat Protoc. 2020;15(9):2759-72. doi:10.1038/s41596-020-0353-1.Wienke A, Herskind AM, Christensen K, et al. The heritability of CHD mortality in danish twins after controlling for smoking and BMI. Twin Res Hum Genet. 2005;8(1):53-9. doi:10.1375/1832427053435328.Wienke A, Herskind AM, Christensen K, et al. The heritability of CHD mortality in danish twins after controlling for smoking and BMI. Twin Res Hum Genet. 2005;8(1):53-9. doi:10.1375/1832427053435328.Zdravkovic S, Wienke A, Pedersen NL, et al. Heritability of death from coronary heart disease: a 36-year follow-up of 20 966 Swedish twins. J Intern Med. 2002;252(3):247-54. doi:10.1046/j.1365-2796.2002.01029.x.Zdravkovic S, Wienke A, Pedersen NL, et al. Heritability of death from coronary heart disease: a 36-year follow-up of 20 966 Swedish twins. J Intern Med. 2002;252(3):247-54. doi:10.1046/j.1365-2796.2002.01029.x.Ganna A, Magnusson PK, Pedersen NL, et al. Multilocus genetic risk scores for coronary heart disease prediction. Arterioscler Thromb Vasc Biol. 2013;33(9):2267-72. doi:10.1161/ATVBAHA.113.301218.Ganna A, Magnusson PK, Pedersen NL, et al. Multilocus genetic risk scores for coronary heart disease prediction. Arterioscler Thromb Vasc Biol. 2013;33(9):2267-72. doi:10.1161/ATVBAHA.113.301218.Tikkanen E, Havulinna AS, Palotie A, et al. Genetic risk prediction and a 2-stage risk screening strategy for coronary heart disease. Arterioscler Thromb Vasc Biol. 2013;33(9):2261-6. doi:10.1161/ATVBAHA.112.301120.Tikkanen E, Havulinna AS, Palotie A, et al. Genetic risk prediction and a 2-stage risk screening strategy for coronary heart disease. Arterioscler Thromb Vasc Biol. 2013;33(9):2261-6. doi:10.1161/ATVBAHA.112.301120.Khera AV, Emdin CA, Drake I, et al. Genetic Risk, Adherence to a Healthy Lifestyle, and Coronary Disease. N Engl J Med. 2016; 375(24):2349-58. doi:10.1056/NEJMoa1605086.Khera AV, Emdin CA, Drake I, et al. Genetic Risk, Adherence to a Healthy Lifestyle, and Coronary Disease. N Engl J Med. 2016; 375(24):2349-58. doi:10.1056/NEJMoa1605086.Pereira A, Mendonça MI, Borges S, et al. Genetic Risk Analysis of Coronary Artery Disease in a Population-based Study in Portugal, Using a Genetic Risk Score of 31 Variants. Arq Bras Cardiol. 2018;111(1):50-61. doi:10.5935/abc.20180107.Pereira A, Mendonça MI, Borges S, et al. Genetic Risk Analysis of Coronary Artery Disease in a Population-based Study in Portugal, Using a Genetic Risk Score of 31 Variants. Arq Bras Cardiol. 2018;111(1):50-61. doi:10.5935/abc.20180107.Elliott J, Bodinier B, Bond TA, et al. Predictive Accuracy of a Polygenic Risk Score-Enhanced Prediction Model vs a Clinical Risk Score for Coronary Artery Disease. JAMA. 2020;323(7):636-45. doi:10.1001/jama.2019.22241.Elliott J, Bodinier B, Bond TA, et al. Predictive Accuracy of a Polygenic Risk Score-Enhanced Prediction Model vs a Clinical Risk Score for Coronary Artery Disease. JAMA. 2020;323(7):636-45. doi:10.1001/jama.2019.22241.Inouye M, Abraham G, Nelson CP, et al. Genomic Risk Prediction of Coronary Artery Disease in 480,000 Adults: Implications for Primary Prevention. J Am Coll Cardiol. 2018;72(16):1883-93. doi:10.1016/j.jacc.2018.07.079.Inouye M, Abraham G, Nelson CP, et al. Genomic Risk Prediction of Coronary Artery Disease in 480,000 Adults: Implications for Primary Prevention. J Am Coll Cardiol. 2018;72(16):1883-93. doi:10.1016/j.jacc.2018.07.079.Khera AV, Chaffin M, Aragam KG, et al. Genome-wide polygenic scores for common diseases identify individuals with risk equivalent to monogenic mutations. Nat Genet. 2018;50(9):1219-24. doi:10.1038/s41588-018-0183-z.Khera AV, Chaffin M, Aragam KG, et al. Genome-wide polygenic scores for common diseases identify individuals with risk equivalent to monogenic mutations. Nat Genet. 2018;50(9):1219-24. doi:10.1038/s41588-018-0183-z.Khera AV, Chaffin M, Zekavat SM, et al. Whole-Genome Sequencing to Characterize Monogenic and Polygenic Contributions in Patients Hospitalized With Early-Onset Myocardial Infarction. Circulation. 2019;139(13):1593-602. doi:10.1161/CIRCULATIONAHA.118.035658.Khera AV, Chaffin M, Zekavat SM, et al. Whole-Genome Sequencing to Characterize Monogenic and Polygenic Contributions in Patients Hospitalized With Early-Onset Myocardial Infarction. Circulation. 2019;139(13):1593-602. doi:10.1161/CIRCULATIONAHA.118.035658.Abu-El-Haija A, Reddi HV, Wand H, et al. The clinical application of polygenic risk scores: A points to consider statement of the American College of Medical Genetics and Genomics (ACMG). Genet Med. 2023;25(5):100803. doi:10.1016/j.gim.2023.100803.Abu-El-Haija A, Reddi HV, Wand H, et al. The clinical application of polygenic risk scores: A points to consider statement of the American College of Medical Genetics and Genomics (ACMG). Genet Med. 2023;25(5):100803. doi:10.1016/j.gim.2023.100803.Мешков А. Н., Бойцов С. А., Ершова А. И. и др. Исследование АТЕРОГЕН-ИВАНОВО "Изучение особенностей развития и прогрессирования АТЕРОсклероза различной локализации, в том числе с учетом ГЕНетических и эпигенетических факторов сердечно-сосудистого риска — субисследование ЭССЕ-ИВАНОВО" — дизайн, алгоритм. Профилактическая медицина. 2013;16(6):11-20.Meshkov AN, Boytsov SA, Ershova AI, et al. The ATHEROGENIVANOVO trial "Investigation of the specific features of the development and progression of ATHEROsclerosis at various sites, including those with a view to the GENetic and epigenetic cardiovascular risk factors — the ESSE-IVANOVO substudy" — design, bioinformation analysis algorithms, and exome sequencing results in pilot group patients. Profilakticheskaya Meditsina. 2013;16(6):11-20. (In Russ.)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):25-34.Nauchno-organizatsionnyĭ komitet proekta ÉSSE-RF. Epidemiology of cardiovascular diseases in different regions of Russia (ESSE-RF). The rationale for and design of the study. Profilakticheskaya Meditsina. 2013;16(6):25-34. (In Russ.)Rose G. Variability of angina. Some implications for epidemiology. Br J Prev Soc Med. 1968;22(1):12-5. doi:10.1136/jech.22.1.12.Rose G. Variability of angina. Some implications for epidemiology. Br J Prev Soc Med. 1968;22(1):12-5. doi:10.1136/jech.22.1.12.Thygesen K, Alpert JS, Jaffe AS, et al. Third universal definition of myocardial infarction. Eur Heart J. 2012;33(20):2551-67. doi:10.1093/eurheartj/ehs184.Thygesen K, Alpert JS, Jaffe AS, et al. Third universal definition of myocardial infarction. Eur Heart J. 2012;33(20):2551-67. doi:10.1093/eurheartj/ehs184.Svensson T, Kitlinski M, Engström G, et al. A genetic risk score for CAD, psychological stress, and their interaction as predictors of CAD, fatal MI, non-fatal MI and cardiovascular death. PLoS One. 2017;12(4):e0176029. doi:10.1371/journal.pone.0176029.Svensson T, Kitlinski M, Engström G, et al. A genetic risk score for CAD, psychological stress, and their interaction as predictors of CAD, fatal MI, non-fatal MI and cardiovascular death. PLoS One. 2017;12(4):e0176029. doi:10.1371/journal.pone.0176029.Tada H, Melander O, Louie JZ, et al. Risk prediction by genetic risk scores for coronary heart disease is independent of selfreported family history. Eur Heart J. 2016;37(6):561-7. doi:10.1093/eurheartj/ehv462.Tada H, Melander O, Louie JZ, et al. Risk prediction by genetic risk scores for coronary heart disease is independent of selfreported family history. Eur Heart J. 2016;37(6):561-7. doi:10.1093/eurheartj/ehv462.Hindieh W, Pilote L, Cheema A, et al. Association Between Family History, a Genetic Risk Score, and Severity of Coronary Artery Disease in Patients With Premature Acute Coronary Syndromes. ATVB. 2016;36(6):1286-92. doi:10.1161/ATVBAHA.115.306944.Hindieh W, Pilote L, Cheema A, et al. Association Between Family History, a Genetic Risk Score, and Severity of Coronary Artery Disease in Patients With Premature Acute Coronary Syndromes. ATVB. 2016;36(6):1286-92. doi:10.1161/ATVBAHA.115.306944.Cristiansen MK, Nyegaard Mette, Pedersen LN, et al. A 45SNP genetic risk score is increased in early-onset coronary artery disease but independent of familial disease clustering. Atherosclerosis. 2017;257:172-8. doi:10.1016/j.atherosclerosis.2017.01.010.Cristiansen MK, Nyegaard Mette, Pedersen LN, et al. A 45SNP genetic risk score is increased in early-onset coronary artery disease but independent of familial disease clustering. Atherosclerosis. 2017;257:172-8. doi:10.1016/j.atherosclerosis.2017.01.010.Antiochos P, Marques-Vidal P, McDaid A, et al. Association between parental history and genetic risk scores for coronary heart disease prediction: The population-based CoLaus study. Atherosclerosis. 2016;244:59-65. doi:10.1016/j.atherosclerosis.2015.10.104.Antiochos P, Marques-Vidal P, McDaid A, et al. Association between parental history and genetic risk scores for coronary heart disease prediction: The population-based CoLaus study. Atherosclerosis. 2016;244:59-65. doi:10.1016/j.atherosclerosis.2015.10.104.Theriault S, Lali R, Chong M, et al. Polygenic Contribution in Individuals With Early-Onset Coronary Artery Disease. Circ Genom Precis Med. 2018;11(1):e001849. doi:10.1161/CIRCGEN.117.001849.Theriault S, Lali R, Chong M, et al. Polygenic Contribution in Individuals With Early-Onset Coronary Artery Disease. Circ Genom Precis Med. 2018;11(1):e001849. doi:10.1161/CIRCGEN.117.001849.Ripatti S, Tikkanen E, Orho-Melander M, et al. A multilocus genetic risk score for coronary heart disease: case-control and prospective cohort analyses. Lancet. 2010;376(9750):1393-400. doi:10.1016/S0140-6736(10)61267-6.Ripatti S, Tikkanen E, Orho-Melander M, et al. A multilocus genetic risk score for coronary heart disease: case-control and prospective cohort analyses. Lancet. 2010;376(9750):1393-400. doi:10.1016/S0140-6736(10)61267-6.Thanassoulis G, Peloso GM, Pencina MJ, et al. A genetic risk score is associated with incident cardiovascular disease and coronary artery calcium: the Framingham Heart Study. Circ Cardiovasc Genet. 2012;5(1):113-21. doi:10.1161/CIRCGENETICS.111.961342.Thanassoulis G, Peloso GM, Pencina MJ, et al. A genetic risk score is associated with incident cardiovascular disease and coronary artery calcium: the Framingham Heart Study. Circ Cardiovasc Genet. 2012;5(1):113-21. doi:10.1161/CIRCGENETICS.111.961342.Mega JL, Stitziel NO, Smith JG, et al. Genetic risk, coronary heart disease events, and the clinical benefit of statin therapy: an analysis of primary and secondary prevention trials. Lancet. 2015;385(9984):2264-71. doi:10.1016/S0140-6736(14)61730-X.Mega JL, Stitziel NO, Smith JG, et al. Genetic risk, coronary heart disease events, and the clinical benefit of statin therapy: an analysis of primary and secondary prevention trials. Lancet. 2015;385(9984):2264-71. doi:10.1016/S0140-6736(14)61730-X.Ramensky VE, Ershova AI, Zaicenoka M, et al. Targeted sequencing of 242 clinically important genes in the Russian population from the Ivanovo region. Frontiers in genetics. 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. Frontiers in genetics. 2021;12:709419. doi:10.3389/fgene.2021.709419.Van der Auwera, Geraldine A, O'Connor B. Genomics in the cloud: using Docker, GATK, and WDL in Terra. O'Reilly Media. 2020.p 467. ISBN 9781491975190.Van der Auwera, Geraldine A, O'Connor B. Genomics in the cloud: using Docker, GATK, and WDL in Terra. O'Reilly Media. 2020.p 467. ISBN 9781491975190.Agbaedeng TA, Noubiap JJ, Mofo Mato EP, et al. Polygenic risk score and coronary artery disease: A meta-analysis of 979,286 participant data. Atherosclerosis. 2021;333:48-55. doi:10.1016/j.atherosclerosis.2021.08.020.Agbaedeng TA, Noubiap JJ, Mofo Mato EP, et al. Polygenic risk score and coronary artery disease: A meta-analysis of 979,286 participant data. Atherosclerosis. 2021;333:48-55. doi:10.1016/j.atherosclerosis.2021.08.020.Chatterjee N, Shi J, García-Closas M. Developing and evaluating polygenic risk prediction models for stratified disease prevention. Nat Rev Genet. 2016;17(7):392-406. doi:10.1038/nrg.2016.27.Chatterjee N, Shi J, García-Closas M. Developing and evaluating polygenic risk prediction models for stratified disease prevention. Nat Rev Genet. 2016;17(7):392-406. doi:10.1038/nrg.2016.27.Janssens ACJW. Validity of polygenic risk scores: are we measuring what we think we are? Hum Mol Genet. 2019;28(R2): R143-50. doi:10.1093/hmg/ddz205.Janssens ACJW. Validity of polygenic risk scores: are we measuring what we think we are? Hum Mol Genet. 2019;28(R2): R143-50. doi:10.1093/hmg/ddz205.Scutari M, Mackay I, Balding D. Using Genetic Distance to Infer the Accuracy of Genomic Prediction. PLoS Genet. 2016;12(9): e1006288. doi:10.1371/journal.pgen.1006288.Scutari M, Mackay I, Balding D. Using Genetic Distance to Infer the Accuracy of Genomic Prediction. PLoS Genet. 2016;12(9): e1006288. doi:10.1371/journal.pgen.1006288.Muñoz M, Pong-Wong R, Canela-Xandri O, et al. Evaluating the contribution of genetics and familial shared environment to common disease using the UK Biobank. Nat Genet. 2016;48(9): 980-3. doi:10.1038/ng.3618.Muñoz M, Pong-Wong R, Canela-Xandri O, et al. Evaluating the contribution of genetics and familial shared environment to common disease using the UK Biobank. Nat Genet. 2016;48(9): 980-3. doi:10.1038/ng.3618.Schizophrenia Working Group of the Psychiatric Genomics Consortium. Biological insights from 108 schizophrenia-associated genetic loci. Nature. 2014;511(7510):421-7. doi:10.1038/nature13595.Schizophrenia Working Group of the Psychiatric Genomics Consortium. Biological insights from 108 schizophrenia-associated genetic loci. Nature. 2014;511(7510):421-7. doi:10.1038/nature13595.Wood AR, Esko T, Yang J, et al. Defining the role of common variation in the genomic and biological architecture of adult human height. Nat Genet. 2014;46(11):1173-1186. doi:10.1038/ng.3097.Wood AR, Esko T, Yang J, et al. Defining the role of common variation in the genomic and biological architecture of adult human height. Nat Genet. 2014;46(11):1173-1186. doi:10.1038/ng.3097.Walter K, Min JL, et al. The UK10K project identifies rare variants in health and disease. Nature. 2015;526(7571):82-90. doi:10.1038/nature14962.Walter K, Min JL, et al. The UK10K project identifies rare variants in health and disease. Nature. 2015;526(7571):82-90. doi:10.1038/nature14962.Gravel S, Henn BM, Gutenkunst RN, et al. Demographic history and rare allele sharing among human populations. Proc Natl Acad Sci USA. 2011;108(29):11983-8. doi:10.1073/pnas.1019276108.Gravel S, Henn BM, Gutenkunst RN, et al. Demographic history and rare allele sharing among human populations. Proc Natl Acad Sci USA. 2011;108(29):11983-8. doi:10.1073/pnas.1019276108.Mathieson I, McVean G. Differential confounding of rare and common variants in spatially structured populations. Nat Genet. 2012;44(3):243-6. doi:10.1038/ng.1074.Mathieson I, McVean G. Differential confounding of rare and common variants in spatially structured populations. Nat Genet. 2012;44(3):243-6. doi:10.1038/ng.1074.Do R, Kathiresan S, Abecasis GR. Exome sequencing and complex disease: practical aspects of rare variant association studies. Hum Mol Genet. 2012;21(R1):R1-9. doi:10.1093/hmg/dds387.Do R, Kathiresan S, Abecasis GR. Exome sequencing and complex disease: practical aspects of rare variant association studies. Hum Mol Genet. 2012;21(R1):R1-9. doi:10.1093/hmg/dds387.Lek M, Karczewski KJ, Minikel EV, et al. Analysis of protein-coding genetic variation in 60,706 humans. Nature. 2016;536(7616):28591. doi:10.1038/nature19057.Lek M, Karczewski KJ, Minikel EV, et al. Analysis of protein-coding genetic variation in 60,706 humans. Nature. 2016;536(7616):28591. doi:10.1038/nature19057.Patel AP, Wang M, Ruan Y, et al. A multi-ancestry polygenic risk score improves risk prediction for coronary artery disease. Nat Med. 2023;29(7):1793-803. doi:10.1038/s41591-023-02429-x.Patel AP, Wang M, Ruan Y, et al. A multi-ancestry polygenic risk score improves risk prediction for coronary artery disease. Nat Med. 2023;29(7):1793-803. doi:10.1038/s41591-023-02429-x.

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