Tôi không nghĩ rằng các hiệu suất EAS PRS được trình bày trong Hình 5 đã đủ để biện minh cho tuyên bố đó, điều này dường như gợi ý rằng các mô hình EAS PRS tốt nhất hiện có giờ đây đáp ứng hoặc vượt qua các mô hình EUR tốt nhất hiện có. Vì các EAS PRS PRSmix+ này chỉ được đào tạo và điều chỉnh trên 363k + 80k mẫu TPMI Đài Loan, nên vẫn đúng rằng các PRS EUR được đào tạo bằng các phương pháp tương tự nhưng với dữ liệu GWAS lớn hơn nhiều cho hiệu suất (nhiều) tốt hơn trong các bộ kiểm tra EUR được phân loại tốt tương tự. Ví dụ, PRS T2D EAS được đào tạo từ TPMI mới này PRSmix+, đạt R^2 quy mô trách nhiệm = 8.5% (Bảng.S14) trong TPMI sử dụng dữ liệu từ 89k trường hợp T2D EAS và 325k đối chứng T2D EAS (Bảng.S1), trong khi một PRS T2D EUR Herasight được đào tạo bằng cách sử dụng các liên kết GWAS được công bố bởi Suzuki et al. [1] và được lấy từ 254k trường hợp T2D EUR + 1.49m đối chứng T2D EUR đạt R^2 quy mô trách nhiệm = 20.7% (16.8, 24.8) trong UK Biobank [2]. (Các nhóm khác cũng đã đào tạo PRS T2D EUR có khả năng dự đoán cao [3] vượt qua ngưỡng R^2 = 8.5% được đặt ra ở đây). Nhưng điều đó không có nghĩa là các PRS EAS được cải thiện đáng kể không thể được đào tạo bằng cách kết hợp GWAS EAS mới này với các GWAS EAS khác có sẵn! Ví dụ, 20% kích thước mẫu hiệu quả của GWAS T2D đa tổ tiên khổng lồ của Suzuki et al. được đóng góp bởi các nguồn EAS không phải TPMI. Kết quả mới về điều này sẽ sớm có!