基于eQTL与HLA分型的1型糖尿病风险预测方法及系统

本发明涉及分子遗传学、生物信息学以及疾病风险评估，尤其涉及一种基于eqtl与hla分型的1型糖尿病风险预测方法及系统。

背景技术：

1、1型糖尿病是一种t细胞介导的自身免疫性疾病，机体免疫系统错误攻击胰岛β细胞，造成胰岛素分泌绝对不足，患者需要终身依赖胰岛素进行治疗。该疾病好发于儿童及青少年，部分患者呈现早发特征，早发1型糖尿病患者发病年龄通常小于18周岁，病程进展更快，并发症发生风险更高。1型糖尿病具有高度的遗传易感性，遗传因素在疾病的发生发展过程中起到关键调控作用，开展遗传层面的风险预测，能够实现高危人群的早期筛查，为临床提前干预、疾病监测提供参考依据。

2、同时现有grs大多仅利用gwas得到的snp与疾病的统计学关联，忽略变异在特定免疫细胞中的表达调控效应，缺少细胞特异性机制；常规snp芯片hla分型精度不足，难以解析hla-drb1、hla-dqa1等关键基因精细等位基因，风险评估存在偏差。

3、综上，开发一种适配中国人群，整合免疫细胞特异性eqtl调控机制、高分辨率hla分型的1型糖尿病风险预测方案，对提升疾病风险预判的准确性具有重要现实意义。

技术实现思路

1、本发明的目的在于克服现有技术中传统遗传风险预测模型多基于欧美人群构建，在中国/亚洲人群中预测效能不足；忽略免疫细胞特异性调控信息；hla分型分辨率不足；多源遗传特征整合不足、模型权重易过拟合等缺陷，提供一种基于eqtl与hla分型的1型糖尿病风险预测方法及系统，实现对待测受试者罹患1型糖尿病和/或早发1型糖尿病风险的精准评估，尤其适配中国人群遗传背景，助力国内高危人群筛查。

2、为实现上述发明目的，本发明第一方面提供一种基于eqtl与hla分型的1型糖尿病风险预测方法，包括如下步骤：

3、s1、获取队列人群的生物样本，获得所述队列人群的高分辨率hla分型数据以及基因组snp基因型数据；

4、s2、基于所述队列人群的基因组snp基因型数据与免疫细胞单细胞转录组测序数据，筛选得到免疫细胞特异性eqtl位点集合；

5、s3、将所述免疫细胞特异性eqtl位点集合、与1型糖尿病风险相关的hla等位基因特征、以及已公开的1型糖尿病临床表型的snp特征进行整合，得到初始遗传特征集合；

6、s4、对所述初始遗传特征集合执行特征筛选与权重系数优化，获得最终特征集合以及各个特征对应的风险权重系数，构建得到用于评估1型糖尿病发病风险的遗传风险评分grs预测模型；

7、s5、获取待测受试者的生物样本，检测得到待测受试者对应于所述最终特征集合的基因型数据；

8、s6、将待测受试者的基因型数据输入所述grs预测模型，计算得到待测受试者的遗传风险评分；

9、s7、依据所述遗传风险评分，评估待测受试者罹患1型糖尿病和/或早发1型糖尿病的风险。

10、进一步地，本发明还对样本来源、hla分型分辨率、eqtl分析类型与分析窗口、eqtl完整筛选子流程、免疫细胞类型、校正协变量、hla等位基因筛选手段、特征集合构成、特征筛选算法、权重优化算法、grs计算公式进行了限定。

11、本发明第二方面提供一种基于eqtl与hla分型的1型糖尿病风险预测系统，执行所述的方法，包括：

12、样本基因型获取模块，用于获取队列人群以及待测受试者的生物样本并得到对应的基因型数据；

13、eqtl位点筛选模块，用于基于基因组snp基因型数据和免疫细胞单细胞转录组测序数据，筛选免疫细胞特异性eqtl位点集合；

14、特征整合模块，用于整合多类遗传特征，生成初始遗传特征集合；

15、模型构建模块，用于对初始遗传特征集合进行特征筛选、权重系数优化，构建grs预测模型；

16、受试者风险计算模块，用于将待测受试者基因型数据输入grs预测模型，计算遗传风险评分；

17、风险结果输出模块，用于输出待测受试者罹患1型糖尿病和/或早发1型糖尿病的风险评估结果。

18、由以上说明得知，本发明确实具有如下的优点：

19、1.本发明采用中国人群队列开展位点筛选与模型训练，纳入中国人群特异的hla风险等位基因，克服世界上其它地区来源grs模型在中国人群预测效能不足的缺陷，更适配中国、东亚人群遗传背景；

20、2.利用单细胞转录组数据筛选免疫细胞特异性eqtl位点，从功能层面捕获遗传变异对免疫细胞的表达调控效应，过滤无关组织来源噪声，提升遗传特征的生物学解释力；

21、3.采用四位数高分辨率hla等位基因分型，充分挖掘hla区域精细的遗传风险信息，规避低分辨率分型带来的信息丢失；

22、4.融合三类来源不同的遗传特征，兼顾功能变异、hla风险等位基因、公开临床gwas标记，充分利用多维度遗传信息；

23、5.采用后向消除迭代筛选算法完成特征精简，结合带正则项的目标函数以及l-bfgs-b拟牛顿算法优化权重，同时设置权重数值约束，缓解高维特征带来的过拟合问题，兼顾普通1型糖尿病以及早发1型糖尿病的风险评估；

24、6.配套构建对应的预测系统，实现流程模块化，便于临床批量样本的自动化分析。

1.一种基于eqtl与hla分型的1型糖尿病风险预测方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的基于eqtl与hla分型的1型糖尿病风险预测方法，其特征在于，步骤s1中，队列人群以及待测受试者所使用的生物样本为外周血来源的基因组dna样本；所述高分辨率hla分型为四位数分辨率的hla等位基因分型。

3.根据权利要求1所述的基于eqtl与hla分型的1型糖尿病风险预测方法，其特征在于，步骤s2中，所述免疫细胞特异性eqtl位点为顺式eqtl位点；顺式eqtl的分析窗口设置为对应靶基因上下游±100kb。

4.根据权利要求1所述的基于eqtl与hla分型的1型糖尿病风险预测方法，其特征在于，所述步骤s2包括如下子步骤：

5.根据权利要求4所述的基于eqtl与hla分型的1型糖尿病风险预测方法，其特征在于，所述免疫细胞选自cd14+单核细胞、cd16+单核细胞、常规树突状细胞、浆细胞样树突状细胞、cd4+t细胞、cd8+t细胞、增殖t细胞、nk细胞、b细胞、浆细胞中的至少一种；所述协变量包含基因型主成分、年龄、性别、实验批次，以及1型糖尿病患者样本纳入疾病持续时间作为协变量。

6.根据权利要求1所述的基于eqtl与hla分型的1型糖尿病风险预测方法，其特征在于，步骤s3中，与1型糖尿病风险显著相关的hla等位基因特征，通过校正性别、地域混杂因素的logistic回归模型，按照预设统计学显著性阈值筛选得到。

7.根据权利要求1所述的基于eqtl与hla分型的1型糖尿病风险预测方法，其特征在于，步骤s3得到的初始遗传特征集合包含三类特征：免疫细胞特异性风险esnp特征、经筛选得到的1型糖尿病风险相关hla等位基因特征、来源于公开文献的1型糖尿病临床表型相关snp特征。

8.根据权利要求1所述的基于eqtl与hla分型的1型糖尿病风险预测方法，其特征在于，步骤s4中特征筛选采用后向消除迭代筛选算法；以交叉验证得到的auc值作为特征取舍的评价指标，迭代移除对模型预测性能无增益的特征，获得精简后的特征子集。

9.根据权利要求8所述的基于eqtl与hla分型的1型糖尿病风险预测方法，其特征在于，步骤s4中权重系数优化采用带正则项的目标函数进行迭代求解，并对优化后权重系数设置相对于原始效应系数的数值约束范围，采用拟牛顿优化算法求解，收敛后得到各特征对应的优化后风险权重系数； 所述 grs 预测模型为加权求和模型，遗传风险评分的计算公式为：

10.一种基于eqtl与hla分型的1型糖尿病风险预测系统，其特征在于，执行权利要求1-9任一项所述的方法，包括：