跳到正文
原文
Google Research Blog·· 2026-09-04精选AI 评分65

研究跨群体基因组风险预测中的迁移学习

Transfer learning for genomic prediction in underrepresented populations

AI 导读

一项研究评估将 UK Biobank 欧洲人群 GWAS 数据迁移到 Biobank Japan 日本人群、用于八种临床性状 PRS 预测的效果。研究发现,BBJ 样本量低于15,000时合并欧洲数据可提升预测,但样本量增加后外部数据可能降低准确性;PRS-CSx 需要更大目标人群样本,而跨群体 meta-analysis 对 HDL、LDL 等性状更有帮助。

推荐理由

文章通过系统性样本量消融和多种PRS方法比较,揭示跨群体训练数据并非越多越好,并指出样本规模、性状遗传相关性和方法选择之间的关系,为日本等 underrepresented populations 的基因组风险预测建模提供实证参考。

来源:Google Research Blog · research.google