大家好，我是鄧飛。

* 克隆基因，研究基因功能，轉(zhuǎn)基因、基因編輯等

* 利用標(biāo)記進行預(yù)測，比如分子標(biāo)記輔助選擇（MAS），多基因評分（PRS，PGS）

* 研究性狀間的關(guān)系，比如LDSC（ldsc 計算遺傳力+遺傳相關(guān)程序安裝教程）可以計算性狀間的遺傳相關(guān)和遺傳力，孟德爾隨機化（MR）可以研究性狀間的因果關(guān)系

對于孟德爾隨機化分析，早就看他不順眼了，想學(xué)習(xí)一下，但是總是計劃，沒有開始，前幾天實在對自己的拖延癥忍無可忍，就結(jié)合文獻+博客+ChatGPT開始學(xué)習(xí)，寫了兩章，分別是基礎(chǔ)概念和基本假定：

孟德爾隨機化的術(shù)語理解

孟德爾隨機化：工具變量三大假設(shè)

今天看了幾篇文章，了解了一下MR文章分析的基本套路，今天對結(jié)果形式進行一下介紹。

結(jié)果1：報表

上圖是MR分析的結(jié)果，其中：

- OR值：Odds Ratio，比值比，如果OR=1，說明暴露和結(jié)果沒有關(guān)聯(lián)；OR>1，說明暴露和結(jié)果存在正相關(guān)，OR值越大，關(guān)聯(lián)越強；OR<1，說明暴露和結(jié)果負相關(guān)。

- 95%CI，95%的置信區(qū)間，是指OR的置信區(qū)間

- P值，是發(fā)生的概率是否達到顯著性水平，越小越顯著

- Cochran's Q(P)，前面是與卡方比較的Q值，括號內(nèi)事P值，P指小于0.05，說明存在顯著異質(zhì)性。上圖中，IVW方法的OR值為1.57，CI區(qū)間是1.4~1.76，p值是2.01E-14，說明RC每增加一個標(biāo)準(zhǔn)差，CHD風(fēng)險將增加57%。

結(jié)果2：MR森林圖解讀

定義：在孟德爾隨機化（Mendelian Randomization, MR）研究中，森林圖（Forest Plot）是一種常用的可視化工具，用于展示各個研究或分析結(jié)果的效應(yīng)估計及其不確定性。森林圖能夠直觀地幫助研究人員和讀者理解不同工具變量（如SNP）對暴露與結(jié)果之間關(guān)系的影響。

1. 效應(yīng)估計和方向，檢查每個工具變量或研究的效應(yīng)估計（點標(biāo)記位置），看其是否在無效應(yīng)線的左側(cè)或右側(cè)：

    - 在無效應(yīng)線右側(cè)的效應(yīng)值表示暴露可能提高結(jié)果發(fā)生的風(fēng)險（正向關(guān)聯(lián)）。

    - 在無效應(yīng)線左側(cè)的效應(yīng)值表示暴露可能降低結(jié)果發(fā)生的風(fēng)險（負向關(guān)聯(lián)）。

2. 置信區(qū)間的顯著性，查看每個效應(yīng)估計的置信區(qū)間：

    - 如果置信區(qū)間完全在無效應(yīng)線的一側(cè)（例如對于OR，如果置信區(qū)間的下限均大于1），可以認為該結(jié)果在統(tǒng)計上顯著。

    - 如果置信區(qū)間跨越無效應(yīng)線，則該結(jié)果在統(tǒng)計上不顯著。

3. 整體效應(yīng)的解讀：森林圖底部的綜合效應(yīng)估計及置信區(qū)間提供了總體的因果關(guān)系估計：

    - 如果整體效應(yīng)的置信區(qū)間不包括無效應(yīng)，這意味著總體結(jié)果是顯著的。

4. 評估異質(zhì)性，森林圖可幫助評估不同研究或工具變量之間結(jié)果的一致性。如果某些結(jié)果顯著不同，可能需要進行異質(zhì)性分析。

上面結(jié)果中，左邊上方是每個SNP的名稱，每個SNP一行，x坐標(biāo)是效應(yīng)值的區(qū)間，每一行SNP的黑點是效應(yīng)值的大小，線段的長度是95%的置信區(qū)間，如果線段在0虛線的兩端說明不顯著，如果全部在左邊或者全部在右邊，說明達到顯著水平。紅色的是整體結(jié)果和置信區(qū)間，可以看到兩種方法都達到顯著水平，并且是正向關(guān)聯(lián)。

結(jié)果3：MR散點圖解讀

定義：在孟德爾隨機化（Mendelian Randomization, MR）研究中，兩樣本MR結(jié)果散點圖是一種重要的可視化工具，用于展示遺傳工具變量（如SNP）與暴露和結(jié)果之間的關(guān)系。該圖通常有助于直觀地分析和理解因果推斷過程。

散點圖的組成

1. 坐標(biāo)軸：    

    - X軸：通常表示工具變量對暴露的效應(yīng)（例如，SNP與某種生物標(biāo)記或生活方式的關(guān)聯(lián)）。

    - Y軸：通常表示相同工具變量對結(jié)果的效應(yīng)（例如，SNP與特定疾病或結(jié)果的關(guān)聯(lián)）。

2. 數(shù)據(jù)點：    

    - 每個點代表一個遺傳工具變量（如某個SNP）的效應(yīng)估計。

    - 點的坐標(biāo)由該SNP對暴露和結(jié)果的效應(yīng)值決定。

3. 置信區(qū)間：    

    - 在散點圖中，數(shù)據(jù)點可以附帶其效應(yīng)估計的置信區(qū)間，這通常以誤差線的形式展示，指示效應(yīng)估計的不確定性。

4. 參考線：    

    - 往往會繪制一條45度參考線（對角線），表示暴露與結(jié)果之間的完全一致性。如果數(shù)據(jù)點沿此線分布，則表明暴露對結(jié)果有一致的影響。

 解讀散點圖

1. 整體趨勢

- 位置：觀察數(shù)據(jù)點相對于參考線的位置：

    - 如果大部分數(shù)據(jù)點位于參考線的上方，這通常表示暴露與結(jié)果之間可能存在正向關(guān)聯(lián)。

    - 如果大部分數(shù)據(jù)點位于參考線的下方，則可能表示負向關(guān)聯(lián)。

2. 效應(yīng)估計的偏差

- 確認數(shù)據(jù)點與參考線的一致性：

    - 如果散點在參考線附近，說明效應(yīng)估計的方向和大小一致。

    - 如果有些點遠離參考線，可能表示異常值或?qū)Y(jié)果的影響較大。

3. 置信區(qū)間

- 誤差線的長度：檢視效應(yīng)估計的置信區(qū)間：

    - 較長的誤差線表示效應(yīng)估計的不確定性較大。

    - 確保效應(yīng)估計是否有足夠的統(tǒng)計支持，尤其是在重要的研究結(jié)論上。

4. 異質(zhì)性和偏倚

- 檢查數(shù)據(jù)點的分布是否存在模式：

    - 如果數(shù)據(jù)點分布較為一致，可能表明MR分析的穩(wěn)健性和一致性。

    - 如果有顯示出異質(zhì)性（如有明顯的群集或分散），可能需要進一步調(diào)查導(dǎo)致這種現(xiàn)象的原因。

上面結(jié)果中，整體是在上面，說明是正相關(guān)。x坐標(biāo)是暴露gwas的effect，y坐標(biāo)是結(jié)局gwas的effect，加上置信區(qū)間。

參考文獻

杜冬杰,陳健,王詩悅,查理,尚容仿,孫冬雪,鐘鳴,金恩澤.血殘粒膽固醇水平與冠心病和心肌梗死風(fēng)險的兩樣本孟德爾隨機化研究[J].中國動脈硬化雜志,2023,31(6):510~516.

今天這篇寫完之后，感覺已經(jīng)入門了，下面就是代碼實操和模型學(xué)習(xí)，千里之行，始于足下。

想要更好的學(xué)習(xí)和交流，快來加入飛哥的知識星球，這是一個生物統(tǒng)計+數(shù)量遺傳學(xué)+GWAS+GS的社區(qū)，在這里你可以向飛哥提問、幫你制定學(xué)習(xí)計劃、跟著飛哥一起做實戰(zhàn)項目，沖沖沖。點擊這里加入吧：飛哥的學(xué)習(xí)圈子