Journal List > Korean J Schizophr Res > v.27(2) > 1516088922

다유전자 위험 점수를 이용한 한국인 조현병, 양극성 장애 및 정상 대조군 간의 유전적 조형 비교

Abstract

Objectives

In this study, we aimed to compare the genetic architecture of schizophrenia (SCZ) and bipolar disorder (BD) in a Korean population by analyzing polygenic risk scores (PRS) derived from large-scale psychiatric disorder genome-wide association study data, based on genetic information collected from SCZ, BD, and healthy control groups.

Methods

The study included 713 Korean patients with SCZ, 1,317 with BD, 526 healthy controls. Genotyping was performed using the Korean Biobank Array. PRS-continuous shrinkage method was used to calculate the PRS. Analysis of covariance (ANCOVA) was conducted to determine the association between SCZ or BD disorder and PRS after adjusting for sex.

Results

ANCOVA revealed significant differences in PRS values by diagnosis for PRS for SCZ (F=215.281, p<0.001), PRS for BD (F=13.811, p<0.001), and PRS for major depressive disorder (F=6.042, p=0.002). Post-hoc analysis showed that PRS for SCZ was highest in SCZ, followed by BD, and healthy controls. PRS for BD was elevated in both BD and SCZ compared to healthy controls.

Conclusion

Our study revealed quantitative differences in genetic architecture between SCZ and BD compared to healthy controls, while also suggesting a shared genetic background between the two disorders.

서 론

조현병과 양극성 장애는 만성적인 질병 경과를 보이는 대표적인 정신 질환이다[1,2]. 두 질환의 정확한 발병 요인이 아직까지 명확하지는 않으나, 가족 연구 및 쌍생아 연구 등에 따르면 유전적 소인이 두 질환의 발병에 중요한 역할을 하는 것으로 보인다[3-5]. 두 질환이 서로 공유하는 유전적 특성은 상당히 높다고 알려져 있으며[6,7], 이들은 소수의 강력한 원인 유전자에 의해 발병하는 질환이 아니라, 작은 효과 크기(small effect size)를 갖는 여러 연관 유전자들이 함께 발병에 기여하는 다유전자 질병(polygenic disease)으로 여겨진다[2,3].
Kraepelin [8]이 manic-depressive insanity와 paranoia를 처음 기술한 이래로, 정신의학에서 조현병과 양극성 장애는 서로 유전적이나 생물학적으로 상이한 질병으로 간주되었다. 그러나 실제 임상에서 두 질환은 증상, 질병 경과 및 치료 약제 등에 있어서 공통되는 요소가 많으며, 감별 진단을 내리기 어려운 질환으로 손꼽히기도 한다. 실제로 두 질환은 유전적으로 공통되는 요소 또한 많이 갖고 있는 것으로 알려져 있다[9].
전장 유전체 연관 분석(genome-wide association study, GWAS)은 단일 염기 다형성(single nucleotide polymorphism, SNP) 마커를 이용하여 질병과 관련된 유전 변이형을 밝히는 통계 유전체 분석기법으로[10], 조현병 또는 양극성 장애와 같이 유전적 복합성이 높은 질환(complex genetic disease)과 연관성이 있는 유전자(gene)를 밝히기에 유용하다. GWAS 연구에서는 많은 수의 샘플(large sample size) 확보가 중요하며 정신의학에서는 Psychiatric Genomic Consortium으로 대표되는 대규모 컨소시엄을 통해 많은 수의 환자와 대조군을 모집하였고, 이를 통해 정신질환의 유전적 기반에 대한 수많은 정보가 밝혀지고 있으며, 이를 임상적 및 치료적으로도 의미있는 통찰로 전환하기 위한 연구들도 지속되고 있다[7].
충분한 GWAS 자료가 축적되면서 이 자료를 기반으로 특정 표현형(phenotype)에 대한 유전적 위험도(polygenic risk)를 계산하는 다유전자 위험 점수(polygenic risk score, PRS) 개념이 도입되었고, 이를 이용해 개개인의 유전적 조성(genetic architecture)의 차이를 정량적으로 비교할 수 있게 되었다[11,12]. PRS는 주로 특정 표현형에 관여하는 여러 SNP의 위험도를 종합 점수로 산출하게 되는데, 특히, 대규모의 정신 질환 유전 연구가 늘어나면서, 이를 통해 각각 개인에게서 특정 정신질환과 연관된 공통 유전적 변이(common genetic variation)를 얼마나 갖고 있는지를 정량적으로 비교할 수 있으며, 이를 활용하여 개개인의 유전적인 조성을 비교할 수 있게 되었다. 또한 각 진단군 간의 유전적 조형을 비교하는 정량적 지표로 PRS를 활용하기도 한다[13]. 그러나 아직까지 PRS를 한국인 환자에 적용한 사례는 많지 않다.
이에 우리는 과거 연구에서 수집된 유전 자료를 바탕으로 조현병, 양극성 장애, 그리고 정상 대조군에서 대규모 정신 질환 GWAS 자료를 사용하여 산출한 PRS를 비교하여 각 조현병과 양극성 장애 간의 유전적 조형을 비교하고자 하였다.

방 법

연구 대상

연구 대상에는 2002년부터 2023년까지 삼성서울병원을 중심으로 서울대학교병원, 전남대학교병원, 분당서울대학교병원, 고려대학교병원에서 수집된 조현병 환자군 713명, 양극성 장애 환자군 1,317명과 정상 대조군 526명이 포함되었다. 조현병과 양극성 장애 환자군은 해당 기관에서 1년 이상 입원 및 외래 통원치료를 받은 18세 이상 70세 이하의 환자들로, 정신과 의사에 의해 Diagnostic and Statistical Manual of Mental Disorders-IV-TR 또는 Diagnostic and Statistical Manual of Mental Disorders-5의 기준에 근거하여 진단이 내려졌다.
정상 대조군은 모두 삼성서울병원에서 2002년에서 2023년까지 수집되었으며, 임상적으로 유의한 정신과적 병력 및 가족력, 신경학적 질환이 없는 성인을 대상으로 하였다.
2011년 이후 수집된 연구참여자들에 대해서는 삼성서울병원, 서울대학교병원, 전남대학교병원, 분당서울대학교병원 및 고려대학교병원 등 각 참여기관의 윤리위원회(Institutional Review Board)에서 승인을 받았고, 모든 참여자에게 연구에 대한 충분한 설명을 제공하고 서면으로 취득한 동의서를 받았다.

유전체 분석

대상군의 말초혈액으로부터 Wizard Genomic DNA Purification kit (Promega, Madison, WI, USA)을 사용하여 Genomic DNA를 추출하였다. 유전체 분석에는 Affymetrix Axiom Korea Biobank Array 1.0 (K-CHIP) (Affymetric, Santa Clara, CA, USA)을 사용하였으며 약 833,000개 SNP의 유전자형을 분석하였다.
이후 Genomic DNA 200 ng을 중합효소연쇄반응(polymerase chain reaction)을 통해 증폭시켰다. 해당 DNA에서 제한효소를 사용하여 125 bp 길이로 단편산물을 형성했고, 각 SNP별 표지자와의 결합 과정을 거쳐 최종산물로 얻었다. 이후 GeneTitan MC Instrument (Affymetrix)와 Axiom KORV1.0 96-array plate (Affymetrix)를 통해 혼성화(hybridization), 세척(wash) 및 스캔(scan)을 시행하였다. 최종적으로 Genotyping Console Software (Affymetrix)를 통해 ‘CEL’ 형태의 데이터를 산출하고 유전자형 데이터를 결정하였다.

질 관리(quality control)와 유전자형 결측치 대치(imputation)

유전자형 데이터의 질 관리를 변이 및 샘플 수준에서 진행하였다. 결측률 5%를 초과하고 샘플 간에 친인척 관계를 갖거나 임상 정보와 칩데이터상 성별 정보 간에 불일치하는 샘플 및 이형접합률(heterozygosity rate)에 위배되는 샘플을 제거하였으며, 주성분 분석(principal component analysis, PCA)을 시행하여 전체적으로 균질성에 벗어나는 샘플이 없음을 확인하였다. 또 결측률 1%를 초과하고, Hardy-Weinberg 평형에 위배되며(p<10-6), 소수형질 빈도(minor allele frequency)가 1% 미만인 변이를 제거하였다. 그 결과, 최종적으로 713명의 조현병 환자군, 1,317명의 양극성 장애 환자군, 526명의 정상 대조군에게서 759,821개의 변이가 질 관리를 통과하였다.
이후, 변이 및 샘플에서 Korean Imputation Service Phase 1 reference panel을 이용하여 유전자형 결측치 대치(imputation)를 진행하였다[14]. Eagle v2.4를 통해 데이터로부터 일배체형(haplotype)을 추정한 후, Minimac 4 프로그램을 통해 유전자형 결측치를 대치하였다. 이후 R2 0.8 이상의 값을 가지는 신뢰도가 높은 변이만을 대상으로 다시 데이터의 질 관리를 진행하였다. 양질의 변이를 확보하기 위해 HardyWeinberg 평형에 위배되며(p<10-6), 소수 형질 빈도(minor allele frequency)가 0.5% 미만인 변이를 제거하였다. 남은 변이들을 대상으로 주성분 분석(PCA)을 시행하여 전체적으로 균질성에 벗어나는 샘플이 없음을 확인하였다. 최종적으로 713명의 조현병 환자군, 1,316명의 양극성 장애 환자군, 526명의 정상 대조군에서 9,506,719개의 변이가 질 관리를 통과하였다.

다유전자 위험 점수(PRS) 산출

PRS는 특정 표현형(phenotype)에 대하여 개인의 유전적 취약성을 점수로 보여주는 지표로, 본 연구에서는 프로그램 R과 plink를 이용하여 PRS-continuous shrinkage (PRSCS) 기법[15]을 사용하여 PRS를 산출하였다. PRS-CS는 PRS를 계산하기 위한 방법론 중 하나로, 베이지안 연속 축소 기법(Bayesian continuous shrinkage approach)을 적용하여 모든 SNP의 유전적 기여도를 조정하여 적용하고, 연관 불균형(linkage disequilibrium) 정보를 고려한 SNP의 효과 크기를 추정한다. 이는 p-value에 따른 임계값을 사용하는 기존의 pruning and thresholding (P+T) 계산 방식보다 예측력이 우수한 것으로 보고되고 있으며, 특히 복잡한 유전적 구조를 가진 형질에서 그 성능이 두드러지게 향상되었다[15,16]. 기반 데이터(base data)로는, 1) 가장 최근이자 가장 큰 규모의 GWAS; 2) 조상에 적합한 인구를 포함한 GWAS를 사용하여 양극성 장애(PRS-bipolar disorder, PRS-BD), 조현병(PRS-schizophrenia, PRS-SCZ), 주요 우울 장애(PRS-major depressive disorder, PRS-MDD)에 대한 PRS를 계산하였다. PRS 생성을 위해 사용된 base data에 대한 정보는 Table 1에 표기하였다.

통계 분석

공분산분석(analysis of covariance, ANCOVA)을 이용하여 조현병 또는 양극성 장애 유무와 PRS 간의 연관성을 평가하였다. 진단을 독립변수, PRS를 종속변수로 포함하였고 공변량으로는 성별을 포함하였다. ANCOVA에서 유의미한 결과가 도출된 경우에 사후분석(post-hoc)을 수행하였고 본페로니(Bonferroni) 사후분석 방법을 사용하였다. 유의값 0.05 미만일 때 통계학적으로 의미있는 것으로 분석하였다. 통계 분석은 IBM SPSS version 22.0 (IBM Corp., Armonk, NY, USA)으로 수행하였다.

결 과

조현병 환자 713명 중 남자의 비율은 51.2%, 양극성 장애 환자 1,317명 중 남자의 비율은 35.5%, 정상 대조군 526명 중 남자의 비율은 43.3%였으며 성별 분포는 세 군간 유의미한 차이를 보였다(χ2=2604.6, p<0.01).
성별을 보정한 ANCOVA 결과, 진단에 따라 PRS-SCZ (F=215.281, p<0.001), PRS-BD (F=13.811, p<0.001), PRSMDD (F=6.042, p=0.002) 값에 유의한 차이를 보이는 것으로 나타났다. 각 변수들에 대해 본페로니(Bonferroni) 사후분석을 실시한 결과, PRS-SCZ는 조현병 환자군에서 가장 높았고, 그 다음은 양극성 장애 환자군, 정상 대조군 순이었다. PRS-BD는 정상 대조군 대비 양극성 장애 환자군과 조현병 환자군에서 높았으며, PRS-MDD는 정상 대조군 대비 양극성 장애 환자군에서 높았다(Table 2).

고 찰

본 연구에서는 한국인 조현병 환자 713명, 양극성 장애 환자 1,317명, 그리고 정상 대조군 526명을 대상으로, PRS-CS 방법을 이용하여 산출된 PRS를 적용하여 유전적 위험도(polygenic risk)를 비교하였다. 그 결과, 조현병 환자군과 양극성 장애 환자군에서 정상 대조군과 비교하여 유전적 조형상에 양적 차이가 있음을 확인할 수 있었으며, 동시에 두 질환상의 공통된 유전 인자의 영향 또한 확인할 수 있었다.
성별을 보정하여 ANCOVA를 시행한 결과, PRS-SCZ는 조현병 환자군에서 가장 높았으며, 양극성 장애 환자군과 정상 대조군의 PRS-SCZ와 통계적으로 유의미한 차이를 보였다. 이와 마찬가지로, PRS-BD 또한 조현병 환자에게서 정상 대조군과 대비하여 높게 나타났다. 이는 해외에서 대규모 데이터를 사용하여 진행된 연구들과 유사한 경향을 보이는데, 처음 발병한 유럽인(European) 정신병 환자들을 대상으로 조현병, 양극성 장애, 우울증 및 지능에 대한 PRS를 계산하여 정신 질환 진단 간 차이를 평가한 최근의 한 연구에서도 조현병 환자의 조현병 PRS가 가장 높게 나타났다[17]. 조현병의 유전적 요인을 더 깊이 이해하고자 동아시아와 유럽을 포함한 여러 인종 그룹에서 수집된 자료를 사용하여 다양한 인종 간의 유전적 차이를 분석한 Liu 등[18]의 연구에서도 다른 정신 질환 군보다 조현병 환자군에서 조현병 PRS가 가장 높게 나타났다. Calafato 등[19]의 연구에서는 조현병과 양극성 장애의 PRS를 사용해 다양한 정신 질환 환자들에게서 이들 위험 점수가 정신 질환 발병에 어떠한 영향을 미치는지 보고자 하였는데, 조현병 PRS와 양극성 장애 PRS가 조현병 환자군에서 정상 대조군과 비교했을 때 유의미하게 더 높은 것으로 나타났다.
또한 본 연구에서 사후 분석을 시행한 결과, 양극성 장애 환자군의 PRS-SCZ를 정상 대조군과 비교했을 때도 통계적으로 유의하게 더 높은 수치를 나타내었는데, 이는 양극성 장애에서 조현병과 관련된 공통 유전적 변이가 정상 대조군에 비해 더 흔하게 나타난다는 점을 시사한다. 정상 대조군 대비 양극성 장애 환자군에서 PRS-SCZ 값이 높고, 정상 대조군 대비 조현병 환자군에서 PRS-BD 값이 높은 점을 보았을 때도 양극성 장애와 조현병이 서로 공유하는 유전적 특성이 상당히 높다는 점이[6,7] 본 연구 결과에서도 뒷받침 된다는 것을 알 수 있다. 이러한 현상은 pleiotropy 개념으로 설명될 수 있다. Pleiotropy는 하나의 유전자가 여러 표현형에 영향을 미치는 것을 의미하며, 조현병과 양극성 장애가 공통 유전적 변이를 공유하는 이유를 설명하는 중요한 이론적 배경이다[20]. 최근 한족(Han Chinese)을 대상으로 한 대규모 GWAS 및 메타분석 연구에서도 양극성 장애와 조현병이 공통적으로 영향을 받는 유전적 변이가 있음을 시사하고 있으며[21], 이는 이 두 질환이 유전적으로 깊이 연관되어 있음을 보여준다. 8개의 주요 정신 질환들 간의 유전적 상관관계를 분석한 최근의 한 대규모 연구에서도 조현병과 양극성 장애 사이의 유전적 상관관계가 70% (rg=0.70±0.02)로 가장 높았다[22].
PRS-BD는 조현병 환자와 양극성 장애 환자 간에 통계적으로 유의한 차이를 나타내지 않았는데, 본 연구의 대상 데이터(target data)로 모집된 양극성 장애 환자 자료는 1형과 2형이 함께 포함되어 있으며, PRS-BD를 평가하기 위한 base data는 1형 양극성 장애 환자 데이터만을 포함하고 있어 target data와 base data간의 표현형 간의 이질성이 더 크기 때문일 것으로 추정된다. 과거 연구에서 1형 양극성 장애는 조현병과 유전적 유사성이 더 크고, 2형 양극성 장애는 우울증과 유전적 유사성이 더 크다고 보고된 바 있다[23]. 추후 양극성 장애아형을 별도로 구분하여 모집한 데이터를 통해 실제 이 보고가 한국인 환자들에게도 동일하게 나타나는지를 확인할 필요가 있다.
우울증 또한 조현병 및 양극성 장애와 유전적으로 유사한 부분이 있음이 보고된 바 있다. 다중 조현병 가족(multiple schizophrenia families)을 대상으로 한 연구에서는 양극성 장애와 조현병 환자 모두에서 우울증 PRS가 상승된 것으로 나타났다[24]. 이러한 유전적 중첩은 기분 장애와 정신병적 장애 간에 공유된 유전적 취약성을 나타낼 수 있다는 점을 시사한다. 본 연구에서도 일부 유사한 결과를 얻을 수 있었는데, 사후 분석을 시행한 결과 양극성 장애 환자군에서 정상 대조군보다 PRS-MDD가 유의미하게 높았다. 그러나 조현병 환자군과 정상 대조군 간의 유의미한 차이는 보이지 않았는데, 이는 우울증의 유전적 기전이 조현병 보다는 양극성 장애에서 더 강하게 작용할 가능성을 암시한다. 실제로 앞서 언급하였던 한 대규모 연구에서 조현병과 우울증 사이의 유전적 상관관계(rg=0.34) 보다는 양극성 장애와 우울증 사이의 유전적 상관관계(rg=0.36)가 더 높았다[22]. 하지만 임상적으로 조현병은 하나의 동질적 질환이 아니라 다양한 아형을 포함하고 있으며, 일부 환자들은 우울 또는 음성 증상이 두드러지는 반면, 다른 환자들은 양성 증상 또는 인지적 결함 등을 더 심하게 경험하는 점을 고려하였을 때, 임상적 아형에 따른 조현병 환자 내 하위 그룹에 대한 추가 분석이 필요하겠다.
본 연구의 제한점은 다음과 같다. 첫째, 각 환자들의 유전적 조형을 비교 분석하기에 표본의 크기가 충분하지 않았을 수 있다. 둘째, 각 환자들의 세부적인 임상적 특성에 대한 정보가 제한되어 있어 임상적 특성에 따른 차이 등을 평가할 수 없었다. 과거 연구에서 양극성 장애 환자 중 정신증적 증상을 나타내는 군이 조현병 PRS가 더 높게 나타난 바가 있는데[25,26], 이와 같이 단일 질환 환자군 내에서도 임상 아형에 따라 서로 다른 유전적 구조를 보일 수 있으며, PRS 결과 또한 상이하게 나타날 수 있다. 다양한 임상 아형을 포함한 후속 연구가 필요하다. 셋째, PRS는 target data와 base data의 인종 구성이 다를 경우 예측률이 떨어진다고 알려져 있는데[27,28], 본 연구에서 활용한 base data는 유럽인 자료가 주가 되는 자료이다. 향후 동아시아인, 특히 한국인 대상의 GWAS 자료를 이용한 대규모 유전 연구가 지속적으로 진행되어야 할 것이다.
PRS는 정상인에서 질병 위험도를 예측하는 도구로 활용될 수 있을 뿐만 아니라, 다양한 질환 간 유전적 배경의 상관성을 파악하는 데에도 중요한 역할을 한다[29-31]. 다양한 인종, 임상적 아형, 그리고 진단과 치료에 활용할 수 있는 표현형을 포함한 후속 연구가 필요하며, 이를 통해 PRS가 실제 임상 환경에서 유용하게 사용될 수 있을 것으로 기대된다.

결 론

본 연구는 양극성 장애 환자 및 정상 대조군에서 PRS-CS 방법을 통해 유전적 위험도를 비교함으로써 조현병과 양극성 장애의 유전적 조형의 차이를 보고자 하였다. 그 결과 조현병 환자군에서 PRS-SCZ가 가장 높았으며, 양극성 장애 환자군에서도 정상 대조군에 비해 높은 값을 보였다. 이는 조현병과 양극성 장애가 유전적 배경을 공유하고 있음을 시사한다. 본 연구는 한국인 대상의 대규모 유전 연구의 필요성을 강조하며, 향후 PRS를 임상적 진단 및 예측 도구로 활용할 수 있는 가능성을 보여준다.

Notes

Conflicts of Interest

The authors have no potential conflicts of interest to disclose.

Author Contributions

Conceptualization: Ji Hyun Baek, Kyung Sue Hong. Data curation: Ji Hyun Baek, Eun Young Cho. Formal analysis: Dong Eun Lee. Funding acquisition: Ji Hyun Baek, Kyung Sue Hong. Investigation: Ji Hyun Baek, Kyung Sue Hong. Methodology: Eun Young Cho. Project administration: Eun Young Cho. Resources: Yong Min Ahn, Hyunju Lee, Woojae Myung, Tae Hyon Ha, Sung-Wan Kim, Heon-Jeong Lee, Kyooseob Ha, Kyung Sue Hong, Ji Hyun Baek. Supervision: Ji Hyun Baek. Visualization: Dong Eun Lee. Writing—original draft: Dong Eun Lee. Writing—review & editing: Min Jun Choi, Yong Min Ahn, Hyunju Lee, Woojae Myung, Tae Hyon Ha, Sung-Wan Kim, Heon-Jeong Lee, Kyooseob Ha, Kyung Sue Hong, Ji Hyun Baek.

Funding Statement

이 논문은 과학기술정보통신부의 재원으로 한국연구재단 뇌과학원천 기술개발사업의 지원을 받아 수행된 연구임(No. 2019M3C7A1030624).

Acknowledgments

None

REFERENCES

1. Grande I, Berk M, Birmaher B, Vieta E. Bipolar disorder. Lancet. 2016; 387:1561–1572.
crossref
2. Jauhar S, Johnstone M, McKenna PJ. Schizophrenia. Lancet. 2022; 399:473–486.
crossref
3. Craddock N, Sklar P. Genetics of bipolar disorder. Lancet. 2013; 381:1654–1662.
crossref
4. Lichtenstein P, Yip BH, Björk C, Pawitan Y, Cannon TD, Sullivan PF, et al. Common genetic determinants of schizophrenia and bipolar disorder in Swedish families: a population-based study. Lancet. 2009; 373:234–239.
crossref
5. Sullivan PF, Kendler KS, Neale MC. Schizophrenia as a complex trait: evidence from a meta-analysis of twin studies. Arch Gen Psychiatry. 2003; 60:1187–1192.
6. Cardno AG, Owen MJ. Genetic relationships between schizophrenia, bipolar disorder, and schizoaffective disorder. Schizophr Bull. 2014; 40:504–515.
crossref
7. Sullivan PF, Agrawal A, Bulik CM, Andreassen OA, Børglum AD, Breen G, et al. Psychiatric genomics: an update and an agenda. Am J Psychiatry. 2018; 175:15–27.
crossref
8. Kraepelin E. Manic-depressive insanity and paranoia. Edinburgh: E & S Livingstone;1921.
9. Baek JH, Ha K, Kim Y, Yang SY, Cho EY, Choi Y, et al. Association between the zinc finger protein 804A (ZNF804A) gene and the risk of schizophrenia and bipolar I disorder across diagnostic boundaries. Bipolar Disord. 2017; 19:305–313.
crossref
10. Bush WS, Moore JH. Chapter 11: genome-wide association studies. PLoS Comput Biol. 2012; 8:e1002822.
crossref
11. Dudbridge F. Power and predictive accuracy of polygenic risk scores. PLoS Genet. 2013; 9:e1003348.
crossref
12. Wray NR, Goddard ME, Visscher PM. Prediction of individual genetic risk to disease from genome-wide association studies. Genome Res. 2007; 17:1520–1528.
crossref
13. Aminoff SR, Tesli M, Bettella F, Aas M, Lagerberg TV, Djurovic S, et al. Polygenic risk scores in bipolar disorder subgroups. J Affect Disord. 2015; 183:310–314.
crossref
14. Hwang MY, Choi NH, Won HH, Kim BJ, Kim YJ. Analyzing the Korean reference genome with meta-imputation increased the imputation accuracy and spectrum of rare variants in the Korean population. Front Genet. 2022; 13:1008646.
crossref
15. Ge T, Chen CY, Ni Y, Feng YA, Smoller JW. Polygenic prediction via Bayesian regression and continuous shrinkage priors. Nat Commun. 2019; 10:1776.
crossref
16. Zhou W, Kanai M, Wu KH, Rasheed H, Tsuo K, Hirbo JB, et al. Global biobank meta-analysis initiative: powering genetic discovery across human disease. Cell Genom. 2022; 2:100192.
17. Rodriguez V, Alameda L, Quattrone D, Tripoli G, Gayer-Anderson C, Spinazzola E, et al. Use of multiple polygenic risk scores for distinguishing schizophrenia-spectrum disorder and affective psychosis categories in a first-episode sample; the EU-GEI study. Psychol Med. 2023; 53:3396–3405.
crossref
18. Liu J, Li S, Li X, Li W, Yang Y, Guo S, et al. Genome-wide association study followed by trans-ancestry meta-analysis identify 17 new risk loci for schizophrenia. BMC Med. 2021; 19:177.
crossref
19. Calafato MS, Thygesen JH, Ranlund S, Zartaloudi E, Cahn W, Crespo-Facorro B, et al. Use of schizophrenia and bipolar disorder polygenic risk scores to identify psychotic disorders. Br J Psychiatry. 2018; 213:535–541.
crossref
20. Gatt JM, Burton KL, Williams LM, Schofield PR. Specific and common genes implicated across major mental disorders: a review of meta-analysis studies. J Psychiatr Res. 2015; 60:1–13.
crossref
21. Li HJ, Zhang C, Hui L, Zhou DS, Li Y, Zhang CY, et al. Novel risk loci associated with genetic risk for bipolar disorder among Han Chinese individuals: a genome-wide association study and meta-analysis. JAMA Psychiatry. 2021; 78:320–330.
crossref
22. Cross-Disorder Group of the Psychiatric Genomics Consortium. Genomic relationships, novel loci, and pleiotropic mechanisms across eight psychiatric disorders. Cell. 2019; 179:1469–1482.e11.
23. Stahl EA, Breen G, Forstner AJ, McQuillin A, Ripke S, Trubetskoy V, et al. Genome-wide association study identifies 30 loci associated with bipolar disorder. Nat Genet. 2019; 51:793–803.
24. Ahangari M, Kirkpatrick R, Nguyen TH, Gillespie N, Kendler KS, Bacanu SA, et al. Examining the source of increased bipolar disorder and major depressive disorder common risk variation burden in multiplex schizophrenia families. Schizophrenia (Heidelb). 2022; 8:106.
crossref
25. Markota M, Coombes BJ, Larrabee BR, McElroy SL, Bond DJ, Veldic M, et al. Association of schizophrenia polygenic risk score with manic and depressive psychosis in bipolar disorder. Transl Psychiatry. 2018; 8:188.
crossref
26. Coombes BJ, Markota M, Mann JJ, Colby C, Stahl E, Talati A, et al. Dissecting clinical heterogeneity of bipolar disorder using multiple polygenic risk scores. Transl Psychiatry. 2020; 10:314.
crossref
27. Jain PR, Burch M, Martinez M, Mir P, Fichna JP, Zekanowski C, et al. Can polygenic risk scores help explain disease prevalence differences around the world? A worldwide investigation. BMC Genom Data. 2023; 24:70.
crossref
28. Slunecka JL, van der Zee MD, Beck JJ, Johnson BN, Finnicum CT, Pool R, et al. Implementation and implications for polygenic risk scores in healthcare. Hum Genomics. 2021; 15:46.
crossref
29. Vassos E, Di Forti M, Coleman J, Iyegbe C, Prata D, Euesden J, et al. An examination of polygenic score risk prediction in individuals with first-episode psychosis. Biol Psychiatry. 2017; 81:470–477.
crossref
30. Mistry S, Harrison JR, Smith DJ, Escott-Price V, Zammit S. The use of polygenic risk scores to identify phenotypes associated with genetic risk of bipolar disorder and depression: a systematic review. J Affect Disord. 2018; 234:148–155.
crossref
31. Curtis D. Polygenic risk score for schizophrenia is more strongly associated with ancestry than with schizophrenia. Psychiatr Genet. 2018; 28:85–89.
crossref

Table 1.
Base data used to calculate polygenic risk score
PRS_name Ancestry Sample size First author Year Journal Link
PRS-SCZ European and East Asian 67,390 patients and 94,015 controls Truvetskoy 2022 Nature https://www.nature.com/articles/s41586-022-04434-5
PRS-BD European 25,969 patients Mullins 2021 Nature genetics https://www.nature.com/articles/s41588-021-00857-4
PRS-MDD Multi ancestry 88,316 patients and 902,757 controls Meng 2024 Nature genetics https://www.nature.com/articles/s41588-023-01596-4

Korean samples were excluded in the polygenic risk score construction. PRS, polygenic risk scores; SCZ, schizophrenia; BD, bipolar disorder; MDD, major depressive disorder

Table 2.
Group differences in PRS with gender as a covariate using ANCOVA analysis
DV Group n Average SD F ηp2 p Bonferroni
PRS-SCZ NL 526 0.127 0.376 215.281 0.144 <0.001 NL<BD<SCZ
SCZ 713 0.597 0.450
BD 1,317 0.425 0.369
PRS-BD NL 526 0.204 0.089 13.811 0.011 <0.001 NL<BD, SCZ
SCZ 713 0.223 0.098
BD 1,317 0.230 0.096
PRS-MDD NL 526 0.030 0.089 6.042 0.005 0.002 NL<BD
SCZ 713 0.040 0.092
BD 1,317 0.046 0.092

PRS, polygenic risk score; ANCOVA, analysis of covariance; SD, standard deviation; DV, dependent variable; NL, control group; SCZ, schizophrenia; BD, bipolar disorder; MDD, major depressive disorder

TOOLS
Similar articles