流行病学研究常见的分析就是相关性分析了。

相关性分析某种程度上可以为我们提供一些研究思路,比如缺乏元素A与某种癌症相关,那么我们可以通过补充元素A来减少患癌率。这个结论的大前提是缺乏元素A会导致这种癌症,也就是说元素A和癌症有因果关系。

但实际上,元素A和癌症有相关性,不代表他们之间就有因果关系。也有可能是患癌症的人同时有其他的并发症,这种并发症会导致元素A缺乏。

再比如,研究表明,大胸女生与不爱运动相关。那么,到底是因为胸大的女性不爱运动,还是因为不爱运动导致胸大(肥胖)。

如果不做其他分析,光看这个相关性,我们是无法得知这两个表征之间是否有真实的因果关系。

为了阐明这些表征是否有因果关系,我们一般在研究中考虑加入孟德尔随机化分析。

1 孟德尔随机化分析的思想

还是前面的例子,假定我们认为大胸的人(因)不愿意运动(果)。

那我们的研究思路就是找到与大胸有关的显著遗传位点,再分析这些遗传位点是否也与不爱运动相关。

如果与大胸相关的遗传位点同时也与不爱运动相关,那么我们就会认为大胸的人就是不爱运动。

反过来,如果与大胸相关的遗传位点与不爱运动没有关系,那么我们认为大胸跟不爱运动是没有因果关系的,他们之间存在相关性可能是由其他的因素导致的。

2 为什么孟德尔随机化研究采用遗传位点作为分析媒介

原因很简单,遗传位点是我们出生就决定了的,后期不会随文化、经济等因素改变。

如果我们发现位点A与大胸有相关性,那么毫无疑问,是位点A影响了胸部大小。

反过来说就不成立了,因为胸大,所以遗传位点会变为A,这样的结论听起来就很怪异。

3 孟德尔随机化研究计算原理

3.1 找到影响大胸的SNP位点

这个目前最流行的方法就是全基因组关联分析了。

通过获取不同个体的罩杯大小(表型)和他们的遗传位点(基因型),做全基因组关联分析

3.2 将影响大胸的显著信号位点作为后续分析的位点

我们对显著信号位点的定义是P值<5*10-8

3.3 计算大胸显著信号位点与不爱运动的关系

同样可以用全基因组关联分析的方法

随后获得大胸显著信号位点与不爱运动的效应值(BETA)或者风险值(OR)

3.4 画显著信号位点分别在大胸和不爱运动的效应值散点图,散点图的斜率代表大胸对不爱运动这个行为的影响大小(causal effect)

4 怎么做孟德尔随机化分析

下面举一个简单的小例子。

4.1 安装R包

install.packages("devtools")

library(devtools)

install_github("MRCIEU/TwoSampleMR")

4.2 导入大胸(exposure)的显著信号位点

library(TwoSampleMR)

bmi_file <- system.file("data/bmi.txt", package="TwoSampleMR")

exposure_dat <- read_exposure_data(bmi_file)

大胸显著信号位点数据格式如下:

4.3 导入显著信号位点与不爱运动的相关性数据

outcome_dat <- read_outcome_data(snps = exposure_dat$SNP,filename = "F:/download/test.csv", sep = ",",snp_col = "SNP",beta_col = "beta",se_col = "se",effect_allele_col = "effect_allele",other_allele_col = "other_allele",eaf_col = "eaf",samplesize_col = "samplesize")

不爱运动信号位点数据格式test.csv如下:

导入显著信号位点与不爱运动的相关性数据​outcome_dat如下:

4.4 统一大胸和不爱运动的效应值方向

dat <- harmonise_data(exposure_dat, outcome_dat)

4.5 孟德尔随机化分析

res <- mr(dat)

结果不显著,说明两者有相关性,但是没有因果关系。

4.6 画散点图

p1 <- mr_scatter_plot(res, dat)

p1[[1]]

4.7 补充其他分析

4.7.1 Heterogeneity statistics

mr_heterogeneity(dat)

4.7.2 Horizontal pleiotropy

mr_pleiotropy_test(dat)

4.7.3 Single SNP analysis

res_single <- mr_singlesnp(dat)

4.7.4 Leave-one-out analysis

res_loo <- mr_leaveoneout(dat)

4.7.5 Forest plot

res_single <- mr_singlesnp(dat)

p2 <- mr_forest_plot(res_single)

p2[[1]]

4.7.6 Leave-one-out plot

res_loo <- mr_leaveoneout(dat)

p3 <- mr_leaveoneout_plot(res_loo)

p3[[1]]

4.7.7 Funnel plot

res_single <- mr_singlesnp(dat)

p4 <- mr_funnel_plot(res_single)

p4[[1]]

关于孟德尔随机化的研究就讲到这,更多详情内容请看:https://mrcieu.github.io/TwoSampleMR/。 另外,本文提到的大胸与运动的关系,不是我瞎想出来的,真有人做过研究,对这篇文章感兴趣的,请到微信公众号“bio生物信息”后台回复“大胸” :D

有相关性就有因果关系吗,教你玩转孟德尔随机化分析(mendelian randomization )的更多相关文章

  1. 手把手教你玩转SOCKET模型之重叠I/O篇(下)

    四.     实现重叠模型的步骤 作 了这么多的准备工作,费了这么多的笔墨,我们终于可以开始着手编码了.其实慢慢的你就会明白,要想透析重叠结构的内部原理也许是要费点功夫,但是只是学会 如何来使用它,却 ...

  2. 腾讯工程师教你玩转 RocksDB

    欢迎大家前往云+社区,获取更多腾讯海量技术实践干货哦~ 作者:腾讯云数据库内核团队 原文标题:[腾讯云CDB]教你玩转MyRocks/RocksDB-STATISTICS与后台线程篇 0. Intro ...

  3. 转:变手把手教你玩转SOCKET模型之重叠I/O篇

    手把手教你玩转SOCKET模型之重叠I/O篇 “身为一个初学者,时常能体味到初学者入门的艰辛,所以总是想抽空作点什么来尽我所能的帮助那些需要帮助的人.我也希望大家能把自己的所学和他人一起分享,不要去鄙 ...

  4. 不止是联网!教你玩转PC自带Wi-Fi网卡

    前言:Wi-Fi对于现在的智能手机来说已经是再熟悉不过的配置了,而主板自带Wi-Fi网卡的设计也越来越普及,但有些玩家可能思维还停留在“Wi-Fi网卡 = 连无线网络用的网卡,我用有线就不需要”的层次 ...

  5. 手把手教你玩转 CSS3 3D 技术

    css3的3d起步 要玩转css3的3d,就必须了解几个词汇,便是透视(perspective).旋转(rotate)和移动(translate).透视即是以现实的视角来看屏幕上的2D事物,从而展现3 ...

  6. 手把手教你玩转CSS3 3D技术

    手把手教你玩转 CSS3 3D 技术   要玩转css3的3d,就必须了解几个词汇,便是透视(perspective).旋转(rotate)和移动(translate).透视即是以现实的视角来看屏幕上 ...

  7. 大数据江湖之即席查询与分析(下篇)--手把手教你搭建即席查询与分析Demo

    上篇小弟分享了几个“即席查询与分析”的典型案例,引起了不少共鸣,好多小伙伴迫不及待地追问我们:说好的“手把手教你搭建即席查询与分析Demo”啥时候能出?说到就得做到,差啥不能差人品,本篇只分享技术干货 ...

  8. 教你玩转Linux系统目录结构

    Linux 内核最初只是由芬兰人林纳斯·托瓦兹(Linus Torvalds)在赫尔辛基大学上学时出于个人爱好而编写的.Linux 是一套免费使用和自由传播的类 Unix 操作系统,是一个基于 POS ...

  9. 手把手教你搭建 ELK 实时日志分析平台

    本篇文章主要是手把手教你搭建 ELK 实时日志分析平台,那么,ELK 到底是什么呢? ELK 是三个开源项目的首字母缩写,这三个项目分别是:Elasticsearch.Logstash 和 Kiban ...

随机推荐

  1. Pods

    Pods Pod概念 Pod是kubernetes集群应用中的创建和部署的最小.最简单的kubernetes对象模型单元的基本执行单元.Pod表示在集群中运行的进程. Pod 封装了应用程序的容器(一 ...

  2. Mariadb/MySQL生产环境的my.cnf配置示例

    Mariadb/MySQL生产环境的my.cnf配置示例 作者:尹正杰 版权声明:原创作品,谢绝转载!否则将追究法律责任. 一.针对MySQL主程序mysqld定义参数[mysqld]  1>. ...

  3. Environment类在代码中的使用

    string environmentVariable = Environment.GetEnvironmentVariable("TrustMerchantIniFile"); 可 ...

  4. Linux centos通过安装lszrz用CRT实现与Windows互相传文件

    本经验均在CentOSrelease6.7(Final)下操作,如知识有欠缺之处 欢迎批评指正: lrzsz是一个搭配SecureCRT使用的在linux和windows之间上传下载工具. 1 2 3 ...

  5. 36氪新风向 | 三个月估值普涨三倍,你未来的RPA机器人同事正在路上

    http://www.sohu.com/a/320208242_114778 2019 年 4 月,关注 RPA 赛道的投资人 Kevin(化名)就发现,仅仅过了一个春节,自己所在的早期基金已经投不起 ...

  6. SQL SERVER错误:已超过了锁请求超时时段。

    问题:远程连接数据库,无法打开视图,报错:SQL SERVER错误:已超过了锁请求超时时段. (Microsoft SQL Server,错误: 1222) 执行语句获取进程id select * f ...

  7. 使用SpringBoot访问jsp页面

    1 编写application.yml文件 spring: mvc: view: suffix: .jsp prefix: /jsp/ 2 创建Controller层 @Controller @Req ...

  8. ARDUNIO IMU processing姿态数据可视化

    https://www.arduino.cn/thread-42852-1-1.html 关键数据打包 float roll, pitch, heading; Serial.print("O ...

  9. 洛谷 SP338 ROADS - Roads 题解

    思路 dfs(只不过要用邻接表存)邻接表是由表头结点和表结点两部分组成,其中表头结点存储图的各顶点,表结点用单向链表存储表头结点所对应顶点的相邻顶点(也就是表示了图的边).在有向图里表示表头结点指向其 ...

  10. HTTP协议(待写)

    先来了解了解 TCP/IP TCP/IP(Transmission Control Protocol / Internet Protocol)是计算机通讯必须遵守的规则,是不同的通信协议的大集合,其里 ...