我国居民的第一位死亡原因、患病人群日益年轻化、70%患者均有不同程度残疾、二次复发率高达40%……脑卒中威胁着人类的健康。如何及时有效地筛查出脑卒中高危人群，已经成为全社会关心的话题。现有方法主要基于传统脑卒中危险因素，无法在危险因素出现之前有效地发现脑卒中高危人群。中国医学科学院阜外医院教授鲁向锋告诉《中国科学报》，脑卒中精准防治急需更为有效的风险评估模型。
基于此，鲁向锋与中国科学院院士顾东风团队经过多年研究，建立了中国人首个脑卒中多基因遗传风险评分模型，并联合传统危险因素筛选，有助于脑卒中发病风险精准预测与分层。相关研究成果发表于《神经病学》。现有筛选模型有一定滞后性。脑卒中又被称为“中风”。根据《中国心血管健康与疾病报告2019》，我国脑卒中发病率为246.8/10万，男性高于女性、农村显著高于城市。
并且，脑卒中的流行呈现地域性，东北地区脑卒中发病率最高，华南地区最低。与西方人群相比，我国人群的脑卒中发病率和出血性脑卒中比例更高。鲁向锋说。此前多项科学研究已指出，早期识别高危人群、倡导健康生活方式对于脑卒中早期预防至关重要。现阶段，我国主要通过筛查脑卒中传统危险因素筛选高危人群，例如，高血压、吸烟、糖尿病、心房颤动、血脂异常、无症状颈动脉狭窄等。遗传风险预测可终生不变。
其实，除了危险因素，脑卒中的发生还与遗传因素密切相关。通过基因检测可以精准描绘个体全生命期健康画像，进而预测发病轨迹。鲁向锋认为，整合脑卒中相关遗传变异构建遗传风险评分，将有助于开展脑卒中早期风险预测和精准预防。而目前国际上开展的脑卒中遗传风险预测研究相对较少，几乎现有脑卒中遗传评分均基于欧洲人群构建，由于不同种族人群环境危险因素和遗传背景存在显著差异，这些遗传评分对于中国人群并不适用。
为此，研究团队整合了来自东亚人群脑卒中及其主要危险因素的大规模基因组学研究数据，利用500余个遗传变异构建了脑卒中多基因遗传风险评分，进而利用4万名平均随访9年的全国自然人群队列，评价其对脑卒中的预测价值。期待建立综合风险预测模型。任何研究都不会一帆风顺。在此项研究中，研究人员告诉记者，他们遇到的最大困难是优化脑卒中遗传评分的预测效果。
由于遗传评分的预测效果高度依赖于与种族相匹配的全基因组关联研究（GWAS）数据，而目前国内缺乏脑卒中的大型GWAS研究，无法获得与我国人群最匹配的遗传变异效应值，最初利用欧美人群GWAS效应值构建的评分对我国人群脑卒中发病风险的预测效果较差。于是，我们通过整合包括日本生物样本库等大型脑卒中GWAS数据，从而使评分的预测效果有了一些提升。
论文的作者之一、中国医学科学院阜外医院副教授刘芳超告诉《中国科学报》，为进一步优化脑卒中遗传评分的预测效果，他们还尝试利用多种统计分析方法，包括机器学习等构建了一系列评分，最终确定使用meta分析的方法整合脑卒中及相关表型遗传信息，构建了一个综合的遗传风险评分，该评分与英国生物样本库人群构建的包含320万个遗传变异的全基因组遗传风险评分预测效果相当。