Mendelian Randomization (MR) 文章學(xué)習(xí)

有關(guān)MR方法的學(xué)習(xí)請(qǐng)參考:https://www.mubu.com/doc/5Ke3fGOVKrY

今日學(xué)習(xí)一篇2023年發(fā)表于BMC medicine上的文章影涉,題目是:Circulating levels of micronutrients and risk of infections: a Mendelian randomization study。

摘要

背景:微量元素的缺失增加感染的易感性腥椒。目前有關(guān)微量元素和感染之間的觀察性研究及RCT很有限梧宫。
方法:Two-sample MR,數(shù)據(jù)來源為歐洲血統(tǒng)(European ancestry)的獨(dú)立隊(duì)列(independent cohorts)蛇尚。表型(危險(xiǎn)因素:3種感染)數(shù)據(jù)來源為UK Biobank and FinnGen芽唇。統(tǒng)計(jì)分析為:反方差加權(quán)法(IVW,Inverse variance-weighted MR)和一系列敏感性分析佣蓉。統(tǒng)計(jì)顯著性P設(shè)置為2.08E-3
結(jié)果:研究發(fā)現(xiàn)血液循環(huán)中的銅的水平和胃腸道感染明顯相關(guān)披摄。一個(gè)SD的增加與0.91的OR值相關(guān)。這些發(fā)現(xiàn)被后續(xù)的敏感性分析證實(shí)為穩(wěn)健的勇凭。

方法

1.報(bào)道按照STROBE-MR的方法疚膊。(Skrivankova VW, Richmond RC, Woolf BAR, Davies NM, Swanson SA, VanderWeele TJ, et al Strengthening the Reporting of Observational Studies in Epidemiology using Mendelian Randomisation (STROBE-MR): explanation and elaboration. BMJ. 2021;375:n2233.
2.Flow chart:

Flow chart

3.數(shù)據(jù):共14 GWASs數(shù)據(jù)集:8個(gè)暴露因素?cái)?shù)據(jù)集和6個(gè)結(jié)局?jǐn)?shù)據(jù)集。
為了減少人群分層的偏倚虾标,數(shù)據(jù)選擇了同為歐洲血統(tǒng)(European ancestry)的數(shù)據(jù)寓盗。

  1. 表型(危險(xiǎn)因素)GWAS數(shù)據(jù)的兩個(gè)搜索平臺(tái):GWAS Catalog and PubMed
  2. 表型(危險(xiǎn)因素)GWAS數(shù)據(jù)的臨床顯著性確定:P ≤ 5E?08
  3. 結(jié)局(疾病)GWAS數(shù)據(jù)的兩個(gè)搜索平臺(tái):UK Biobank 和 FinnGen Release 6璧函。
  4. 使用SAIGE對(duì)與遺傳相關(guān)的性別傀蚌、年齡及前4個(gè)(UK Biobank)或前10個(gè)主成分進(jìn)行調(diào)整(FinnGen)。
  5. 匯總統(tǒng)計(jì)(summary statistics)的meta分析采用METAL的隨機(jī)效應(yīng)模型(random-effects model)(Willer CJ, Li Y, Abecasis GR. METAL: fast and efficient meta-analysis of
    genomewide association scans. Bioinformatics. 2010;26(17):2190–1.
    )蘸吓。
  6. Cochran’s Q statistical test (included in METAL)用于評(píng)價(jià)兩個(gè)隊(duì)列結(jié)局研究的基因工具的異質(zhì)性善炫。
  7. 統(tǒng)計(jì)效能: F統(tǒng)計(jì)量(后續(xù)再添加
  8. MR主分析方法:
    11.1 計(jì)算每個(gè)SNP的Wald比(即SNP-結(jié)果關(guān)聯(lián)/SNP-暴露關(guān)聯(lián))。若不同SNP對(duì)應(yīng)一個(gè)危險(xiǎn)因素(微量元素)库继,則選擇使用IVW(反向方差加權(quán)法)計(jì)算效應(yīng)量(Wald比)箩艺。
    11.2 每個(gè)遺傳預(yù)測(cè)的SD增加一個(gè)單位, 報(bào)道的結(jié)局關(guān)聯(lián)增加1個(gè)OR宪萄。
    11.3 MR分析針對(duì)UK Biobank艺谆、FinnGen Release 6及meta分析的匯總分別進(jìn)行。
    11.4 名義上的P<0.05拜英。 多重檢驗(yàn)的矯正統(tǒng)計(jì)量p=0.05/(8 exposures*3 outcomes ) = 0.05/24 = 2.08E?03静汤。
  9. MR敏感性分析方法:
    12.1 水平多效性檢測(cè)(Cochran’s Q statistical test)
    12.2 評(píng)估基因工具的獨(dú)立性及排他性:PhenoScanner V2工具http://www.phenoscanner.medschl.cam.ac.uk/ (accessed 30 October 2022).)
    12.3 leave-one-out 分析 (>2 SNP): 檢驗(yàn)IVW估計(jì)值的穩(wěn)健性。及是否存在特殊的SNP(促進(jìn)這種關(guān)聯(lián)居凶,也就是多效性)
    12.4 Cu的潛在多效性分析
  10. 非嚴(yán)格標(biāo)準(zhǔn)的基因工具的二次分析
    13.1 納入低標(biāo)準(zhǔn)的基因工具變量(r 2 < 0.01 and P ≤ 5E?06):可能引入弱相關(guān)變量
    13.2 MR-RAPS:糾正引入弱相關(guān)變量的偏倚虫给。
  11. Post hoc analyses (事后分析)
    14.1 分析結(jié)果中Cu與胃腸道感染之間的關(guān)聯(lián)。
    14.2 兩種事后分析:1.提取另外的腸道感染的GWAS數(shù)據(jù)侠碧,進(jìn)行獨(dú)立隊(duì)列的MR分析狰右。2. 分析反向因果。進(jìn)行遺傳預(yù)測(cè)的Cu血清水平和遺傳預(yù)測(cè)的腸道感染的風(fēng)險(xiǎn)之間的MR分析舆床。
  12. 數(shù)據(jù)分析工具:所有MR分析用的是R語言中的TwoSampleMR package棋蚌。METAL則應(yīng)用于對(duì)結(jié)局的Meta分析嫁佳。

想法:MR研究的指標(biāo)較多,但也有一定的規(guī)律谷暮,重點(diǎn)在于多讀文獻(xiàn)蒿往,篩選合適的數(shù)據(jù)集、工具變量湿弦,適當(dāng)?shù)姆治黾扒‘?dāng)?shù)恼Z言組織能力(telling a good story)瓤漏。

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個(gè)濱河市颊埃,隨后出現(xiàn)的幾起案子蔬充,更是在濱河造成了極大的恐慌,老刑警劉巖班利,帶你破解...
    沈念sama閱讀 218,682評(píng)論 6 507
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件饥漫,死亡現(xiàn)場(chǎng)離奇詭異,居然都是意外死亡罗标,警方通過查閱死者的電腦和手機(jī)庸队,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,277評(píng)論 3 395
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來闯割,“玉大人彻消,你說我怎么就攤上這事≈胬” “怎么了宾尚?”我有些...
    開封第一講書人閱讀 165,083評(píng)論 0 355
  • 文/不壞的土叔 我叫張陵,是天一觀的道長(zhǎng)谢澈。 經(jīng)常有香客問我煌贴,道長(zhǎng),這世上最難降的妖魔是什么澳化? 我笑而不...
    開封第一講書人閱讀 58,763評(píng)論 1 295
  • 正文 為了忘掉前任,我火速辦了婚禮稳吮,結(jié)果婚禮上缎谷,老公的妹妹穿的比我還像新娘。我一直安慰自己灶似,他們只是感情好列林,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,785評(píng)論 6 392
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著酪惭,像睡著了一般希痴。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上春感,一...
    開封第一講書人閱讀 51,624評(píng)論 1 305
  • 那天砌创,我揣著相機(jī)與錄音虏缸,去河邊找鬼。 笑死嫩实,一個(gè)胖子當(dāng)著我的面吹牛刽辙,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播甲献,決...
    沈念sama閱讀 40,358評(píng)論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼宰缤,長(zhǎng)吁一口氣:“原來是場(chǎng)噩夢(mèng)啊……” “哼!你這毒婦竟也來了晃洒?” 一聲冷哼從身側(cè)響起慨灭,我...
    開封第一講書人閱讀 39,261評(píng)論 0 276
  • 序言:老撾萬榮一對(duì)情侶失蹤,失蹤者是張志新(化名)和其女友劉穎球及,沒想到半個(gè)月后氧骤,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 45,722評(píng)論 1 315
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡桶略,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,900評(píng)論 3 336
  • 正文 我和宋清朗相戀三年语淘,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片际歼。...
    茶點(diǎn)故事閱讀 40,030評(píng)論 1 350
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡惶翻,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出鹅心,到底是詐尸還是另有隱情吕粗,我是刑警寧澤,帶...
    沈念sama閱讀 35,737評(píng)論 5 346
  • 正文 年R本政府宣布旭愧,位于F島的核電站颅筋,受9級(jí)特大地震影響,放射性物質(zhì)發(fā)生泄漏输枯。R本人自食惡果不足惜议泵,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,360評(píng)論 3 330
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望桃熄。 院中可真熱鬧先口,春花似錦、人聲如沸瞳收。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,941評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽螟深。三九已至谐宙,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間界弧,已是汗流浹背凡蜻。 一陣腳步聲響...
    開封第一講書人閱讀 33,057評(píng)論 1 270
  • 我被黑心中介騙來泰國(guó)打工搭综, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人咽瓷。 一個(gè)月前我還...
    沈念sama閱讀 48,237評(píng)論 3 371
  • 正文 我出身青樓设凹,卻偏偏與公主長(zhǎng)得像,于是被迫代替她去往敵國(guó)和親茅姜。 傳聞我的和親對(duì)象是個(gè)殘疾皇子闪朱,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,976評(píng)論 2 355

推薦閱讀更多精彩內(nèi)容