今天跟大家分享的主角就是孟德尔随机化杠杆实盘配资,MR网上风评褒贬不一,很多人都对孟德尔随机化发文能力表示质疑,那绝对是错误的认知,今天花10分钟让你对孟德尔随机化。 记得做 好笔记。 希望大家能举一反三,SCI发发发!
单变量孟德尔随机化
这是最简单的孟德尔随机化形式,主要关注一个暴露因素和一个疾病结果之间的关系。通过选择与暴露因素相关的遗传变异(工具变量),并分析这些遗传变异与疾病结果之间的关联,来推断暴露因素对疾病的因果效应。
为证券之星据公开信息整理,由智能算法生成,不构成投资建议。
这篇10月18日发布的文章研究了奶酪摄入与糖尿病视网膜病变,进行了两个样本的单因素孟德尔随机化分析。数据源于 GWAS,选与奶酪摄入相关基因位点作工具变量,样本为欧洲人。经逆方差加权等方法分析,结果显示奶酪摄入与 DR 呈显著负相关,可能降低 DR 风险。还通过多种测试验证结果稳定且无水平多效性,为 DR 防治提供依据。
展开剩余85%多变量孟德尔随机化
当存在多个相关的暴露因素时,单变量孟德尔随机化可能无法准确评估每个暴露因素的独立作用。多变量孟德尔随机化则可以同时考虑多个暴露因素及其相互作用对疾病结果的影响。它通过构建包含多个工具变量的模型,来分解不同暴露因素的因果贡献。这也是发文最常见的孟德尔随机化的应用了。
比如研究肥胖相关指标(如身体质量指数 BMI、腰围、腰臀比等)与心血管疾病的关系。这些肥胖指标之间存在相互关联,多变量孟德尔随机化可以区分它们各自对心血管疾病的独立因果效应,以及它们之间可能存在的协同或拮抗作用。
该研究用孟德尔随机化法探究肥胖对多发性硬化症(MS)严重程度的影响。利用大规模基因研究数据,以多种肥胖指标为暴露因素,MS 严重程度为结果,采用逆方差加权等方法分析。结果显示,如 BMI 等一般肥胖指标与 MS 严重程度正相关,脂肪分布指标无显著关联,为 MS 肥胖管理提供依据,且 MR 法减轻混杂和反向因果风险。
双向孟德尔随机化
在某些情况下,两个变量之间可能存在双向的因果关系,即变量 A 可能影响变量 B,同时变量 B 也可能影响变量 A。双向孟德尔随机化通过分别以两个变量为暴露因素进行孟德尔随机化分析,来确定因果方向。
例如研究炎症标志物(如 C 反应蛋白 CRP)和心血管疾病之间的关系。一方面,炎症可能导致心血管疾病的发生;另一方面,心血管疾病的病理过程也可能引发炎症反应。双向孟德尔随机化可以帮助确定是炎症导致心血管疾病,还是心血管疾病导致炎症,或者两者之间存在双向因果关系。
该研究通过全基因组元分析(GWMA)、双向双样孟德尔随机化(TSMR)及通路富集分析,探索 β - 2 微球蛋白(b2M)与 B 细胞恶性肿瘤的因果关系。GWMA 识别出与 b2M 相关的 55 个 SNP,在 UKB 和 FinnGen 数据中,发现 b2M 与弥漫大 B 细胞淋巴瘤、霍奇金淋巴瘤风险正相关,与其他几种无关。反向 TSMR 分析显示部分肿瘤可能影响 b2M 水平,机制可能与先天免疫系统有关。
中介孟德尔随机化
旨在探究暴露因素通过某个中介变量对疾病结果产生影响的机制。它首先通过孟德尔随机化分析确定暴露因素与中介变量之间的因果关系,然后再分析中介变量与疾病结果之间的因果关系,以及在控制中介变量后暴露因素与疾病结果之间的剩余关联,从而揭示中介效应的存在和大小。
举个例子,比如研究教育水平与心血管疾病的关系,可能存在社会经济地位作为中介变量。较高的教育水平可能提高社会经济地位,而社会经济地位又可能通过影响生活方式、医疗保健获取等因素影响心血管疾病的发生。中介孟德尔随机化可以分析教育水平是否通过社会经济地位这个中介对心血管疾病产生影响。
该研究为 2 - 样本孟德尔随机化队列研究,探究孕产妇教育水平与怀孕结果的关联及可调节的心脏代谢风险因素在其中的中介作用。结果显示,遗传估计的较低教育水平与多种不良怀孕结果相关,部分关联可由心脏代谢风险因素解释。这表明干预相关风险因素或可减少社会经济不平等导致的不良怀孕结果。
网络孟德尔随机化
当涉及多个暴露因素、多个疾病结果以及它们之间复杂的相互关系时,网络孟德尔随机化可以构建一个因果网络模型。它综合考虑了多个变量之间的直接和间接因果关系,通过分析遗传变异与多个变量之间的关联,来推断整个网络中的因果路径和效应大小。
像研究代谢综合征相关的多个因素(如血糖、血脂、血压等)与多种心血管疾病及其他慢性疾病(如糖尿病肾病、冠心病、脑卒中等)之间的复杂关系时,网络孟德尔随机化可以描绘出这些因素之间的因果网络,揭示哪些因素是关键的驱动因素,以及它们如何通过不同的路径影响各种疾病结果。
该研究利用双向两样本孟德尔随机化分析 191 个 rsfMRI 表型和 12 种精神疾病的因果关系。正向 MR 发现 8 个 rsfMRI 表型与疾病风险有关,如运动、小脑下皮层和边缘网络连接性增加与自闭症风险降低有关。反向 MR 揭示 4 种疾病与 6 个 rsfMRI 表型有关。研究为精神疾病的干预和治疗提供了靶点,但受限于数据来源和方法假设等因素。
那么孟德尔随机化的优势在哪里?
1.因果推断优势
减少混杂因素影响
避免反向因果关系
2.研究设计优势
利用现有基因组数据资源,节省了研究时间和成本
适用于多种研究场景,广泛应用于各种疾病领域的研究
3.结果解读优势
增强结果的可解释性
提供潜在的治疗靶点和干预方向杠杆实盘配资
发布于:北京市文章为作者独立观点,不代表证券配资利率_证券配资工具_证券交易系统观点