|
孟德尔随机化(Mendelian randomization，MR)是一种用于估计暴露因素(如生活方式或生物标志物)对结果/结局变量(如疾病或健康结果)的因果效应的统计方法。
注意一定不要搞颠倒了暴露因素和结局变量。
单变量MR:「目的」:评估一个特定暴露与一个特定结果之间的因果关系。
[如何工作」:使用一个或多个SNP作为工具变量来代表特定的暴露。
[应用场景]:当我们对一个明确的暴露和结果的因果关系感兴趣时。
[例子」:探讨BMI(暴露)是否会影响乳腺癌的风险(结果)。使用与BMI关联的SNP作为工具变量来评估BMI增加是否会增加乳腺癌的风险。
本实验设计的目的：分析BMI和乳腺癌之间是否有关系？（单变量MR分析）
暴露因素：BMI值
结局变量：患乳腺癌概率
实验结论：BMI和乳腺癌之间是有弱的负向的因果关系。
# 进行孟德尔随机化分析
###########################安装分析需要的R包##############
#install.packages("remotes")
library(remotes)
#remotes::install_github("MRCIEU/TwoSampleMR")
library("TwoSampleMR")
library(devtools)
#install_github("phenoscanner/phenoscanner") #读取访问PhenoScanner数据库
library(phenoscanner)
#remotes::install_github("MRCIEU/MRInstruments")
library(MRInstruments) ##该软件包包含许多 data.frames，其中每个都是 SNP 与性状关联的存储库。
library(ieugwasr) #一定要有这句话，否则会报错Error in r$status_code : $ operator is invalid for atomic vectors
library(tidyverse)
######获取暴露数据##############
##获取Speliotes研究的 BMI数据##此处使用BMI作为暴露因素
bmi_gwas |