欢迎参加郑老师2023年孟德尔随机化课程即将开始
在过去的几年里,孟德尔随机化 (MR) 方法在临床医学研究领域、生物信息学领域进展飞快,发文量越来越多。经常可以听到,孟德尔随机化越来越难以发表。
实际上并不是发不了,只是没有找到好的主题以及好的方法。
目前仅一个X、一个Y的简单两样本的孟德尔随机化,的确越来越难。
但两样本孟德尔随机化很重要,非常非常重要;所有高级的孟德尔随机化的文章其核心思想就是两样本孟德尔随机化。
为什么这么说呢!
其实所有的孟德尔随机化流程都是差不多的,都是一个样本用于找暴露与snp关系,另一个样本是找snp与结局的关系。
01
读取暴露因素的GWAS数据。
02
选取合适的工具
通常设置为P< 5×10-8,必要时进行clumping。
03
读取结局变量的GWAS数据
提取上述工具变量的SNP(变异频率大于1%的单核苷酸变异)。
04
数据预处理
对暴露因素与结局的GWAS数据进行预处理,使其格式统一化。
05
MR分析SNPs与结局的关系
默认使用五种方法为MR Egger,Weighted median,Inverse variance weighted,Simple mode ,Weighted mode,多用效应值(β)或者风险值(OR)表示。
06
分析结果可视化
包括散点图、森林图和漏斗图等,散点图斜率代表暴露因素对结局的影响大小(causal effect)。
不管是哪种孟德尔随机化,都是在两样本的基本上加一些东西而已。
多样本孟德尔随机化:多一些暴露因素
中介孟德尔随机化:和普通中介类似,就是多个两样本合在一起。
双向孟德尔随机化:X到Y,Y到X,角色互换;做两个双样本孟德尔随机化
药物靶标孟德尔随机化:读取的暴露因素与普通两样本不一样
肠道菌群孟德尔随机化:以肠道菌群作为暴露因素分析,其他与两样本无样。
所以,饭要一口一口的吃,学好最最基本的两样本孟德尔随机化,才能真正敲开孟德尔随机化SCI大门。
我们将召开孟德尔随机化方法初级班、高级班的课程,欢迎各位参加
2023年“孟德尔随机化方法快速撰写SCI论文” 直播课,11.18-11.19.
本公众提供各种科研服务了!
一、课程培训 2022年以来,我们召集了一批富有经验的高校专业队伍,着手举行短期统计课程培训班,包括R语言、meta分析、临床预测模型、真实世界临床研究、问卷与量表分析、医学统计与SPSS、临床试验数据分析、重复测量资料分析、nhanes、孟德尔随机化等10门课。如果您有需求,不妨点击查看: 发表文章后退款!2023年郑老师团队多门科研统计直播课程,欢迎报名 二、统计服务 为团队发展,我们将与各位朋友合作共赢,本团队将开展统计分析服务,帮忙进行临床科研。欢迎了解详情: 医学统计服务| 医公共数据库论文一对一指导 |