药学视角零基础复现基于IEU数据库的孟德尔随机化在线分析（三）——IEU数据库的筛选及在线数据分析实操

已于 2025-03-14 12:43:43 修改
阅读量2.4k 收藏 23
点赞数 11
CC 4.0 BY-SA版权
分类专栏： 药学数据分析专栏 文章标签： 数据分析 数据挖掘
于 2024-07-17 10:52:19 首次发布
本文为作者原创，保留所有权利。未经授权，不得复制、分发、展示或用作其他商业用途。
本文链接：https://blog.csdn.net/xinhao007/article/details/140486064

RStudio的脚本文件分享在下一篇文章中，已设置为为免费获取。

一、IEU数据库的筛选

打开网址：IEU OpenGWAS project (mrcieu.ac.uk)

在框内输入你想查询的暴露因素，例如Mineral and other dietary supplements（矿物质及其他膳食补充剂）

 

接着选取自己想要研究的的暴露因素的【GWAS ID】，以第一个ukb-b-7043为例。

然后检索结局指标，【stroke】

选择数据集ebi-a-GCST90038613作为结局指标。

二、在线数据分析实操

打开RStudio我分享的脚本文件，复制暴露因素的GWAS ID到下图的指定位置。

最低0.47元/天 解锁文章

200万优质内容无限畅学
R数据分析：孟德尔随机化实操
wyhua2008的博客
11-07 2809
好多同学询问孟德尔随机化的问题，我再来尝试着梳理一遍，希望对大家有所帮助，首先看下图1分钟，盯着看将下图印在脑海中：上图是工具变量（不知道工具变量请翻之前的文章）的模式图，明确一个点：我们做孟德尔的时候感兴趣的是x和y的关系，也就是小b，但是我们直接去跑x对y的回归肯定是不对的，因为有很多的U，因此我们借助工具变量G（关于工具变量我们之前的文章有详细的解释，请自行查阅），去估计我们感兴趣的小b。
药学视角零基础复现基于IEU数据库的孟德尔随机化在线分析（二）——R包的安装以及访问令牌的获取
xinhao007的博客
07-16 1847
孟德尔随机化所有R包的安装和访问令牌的获取，下一个章节我们将进行IEU数据的选择、获取以及处理。
孟德尔随机化（MR）
anyinglengtong的博客
01-08 2420
包可以进行双样本的孟德尔随机化分析即一组样本为工具变量-暴露因素，另一组为暴露因素-结局变量。
GWAS网站总结（解放收藏夹）
小八四爱吃甜食的博客
06-17 2295
GWAS网站总结（解放收藏夹） 跑通GWAS，用这些脚本就够了. WGS全基因组分析||VCFTOOLS使用. convert VCF to HMP format. VCF格式的学习及对VCF文件的统计. 生物信息数据格式：vcf格式. vcftools用法详解. 收集VCFTOOLS所有用法. vcf文件与vcftools（二）. 统计SNP数据的缺失率,MAF,Heterozygote. 转载vcftools基于全基因组snp数据如何进行主成分分析（PCA）. 全基因组关联分析（GWAS）-统计方法与模
孟德尔随机化代码 数据提取-在线
qq_43872123的博客
09-13 2691
【代码】孟德尔随机化数据提取-在线。
无需编程技能：医学生也能轻松进行孟德尔随机化分析的网页工具
御风的博客
09-18 2392
在医学研究中，探索疾病与风险因素之间的因果关系是一项重要但复杂的任务。传统的观察性研究虽然能够揭示关联，但往往难以确定因果方向。孟德尔随机化（Mendelian Randomization, MR）分析作为一种新兴的统计方法，利用遗传变异作为自然实验的工具，为我们提供了一种评估因果关系的新途径。然而，MR分析的复杂性常常让没有编程背景的医学生望而却步。为了解决这一问题，我开发了一个用户友好的网页工具，旨在简化MR分析的复杂性，使其更加易于理解和操作。
看完不会来揍我 | 孟德尔随机化（二）—— 代码实操 | 附代码注释 + 结果解读
热门推荐
weixin_43843918的博客
04-15 4万+
最近真的是超超超超超超超级多的小伙伴们在咨询孟德尔随机化相关的问题和课程，意想不到的那种多！那我怎么办嘞！整呗！主打的就是一个宠粉！
药学视角零基础复现基于IEU数据库的孟德尔随机化在线分析（四）-RStudio脚本文件的下载
07-17
药学视角零基础复现基于IEU数据库的孟德尔随机化在线分析（四）-RStudio脚本文件的下载
药学视角零基础复现基于IEU数据库的孟德尔随机化在线分析（一）——R、R Studio的安装及R Studio简介
xinhao007的博客
07-15 1015
R语言的安装相信对于做过生信、NMA、临床研究数据处理等研究的药学科研人已经不陌生了，但还是想要从头讲起，因为对于初入科研数据分析的小白来讲，走的每一步都是需要摸索需要耗费大量的时间和精力去研究一个并不属于本专业的事物。这就是R、R Studio的安装及R Studio简介，下一章将进行基于IEU数据库的孟德尔随机化在线分析的R包的安装以及访问令牌的获取和环境部署。Rstudio的功能很多，但是对于学习孟德尔随机化的数据处理而言我们咩有必要都去学习和了解，仅需要学习自己用得到的那几个常用功能和区域即可。
孟德尔随机化线上数据提取不了，一招帮你搞 定！！
weixin_47988917的博客
05-15 9138
即将开课！如何用ChatGPT撰写科研论文？欢迎报名！2024年最新ChatGPT在科研论文中的应用培训班5.18-19最近，大家在做孟德尔随机化，利用TwoSampleMR包提取数据时总是出现错误，如下图：或者如下图，提取出来的数据是空的（TwoSampleMR包要更新了）这个原因主要是因为IEU数据库用的人太多，不堪重负，所以服务器就进行了更新，给大家设置了一些门槛，需要获得专属的token...
ieugwasr:与IEU GWAS数据库API的R接口
04-20
在R中针对完整的GWAS摘要数据的海量数据库执行快速查询 包含10,000多个经过整理，QC和统一的完整GWAS摘要数据集，可以使用API​​进行查询。 有关API本身的文档，请参见。 这个R包是对API进行通用调用的包装器，还有用于特定查询的便捷功能。 当前实施的方法： 获取有关特定或所有研究的元数据 从每个GWAS数据集中获取热门歌曲（可以选择动态聚集）。 可以指定聚集阈值和重要性阈值 获得特定研究中特定变体的汇总结果。 如果研究中没有特定的变体，则会自动执行LD代理查找 查询GWAS数据集中的基因组区域，例如进行精细定位或共定位分析 执行PheWAS 还有一些便利功能： 查询dbSNP数据，允许在染色体：位置和rsid之间进行转换并获取注释 使用服务器或本地执行LD群集 使用服务器或本地获取SNP列表的LD矩阵（例如用于精细映射，共定位或孟德尔随机化） 有关如何将基因型和
孟德尔随机化在线分析后再本地分析的理由之一
珏世佳人的博客
08-08 1009
MR在线分析后需要转本地分析
药学视角零基础复现基于IEU数据库的孟德尔随机化在线分析（四）——RStudio脚本文件的下载
xinhao007的博客
07-17 541
药学视角零基础复现基于IEU数据库的孟德尔随机化在线分析（四）——RStudio脚本文件的下载
傻瓜式零代码孟德尔随机化软件MRapp
m0_61115677的博客
07-25 1777
涉及暴露数据的自动Screening、结局数据的自动Screening、暴露数据与结局数据的联合、进行两样本孟德尔随机化、绘制散点图、森林图、多效应检验、敏感性分析等等。设置连锁不平衡的判断标准，介于0~1之间，r2=1表示两个SNP是完全的连锁不平衡的关系，r2=0则表示两个SNP是完全连锁平衡的关系，也就是说这两个SNP是完全随机分配的。因为这个数据库特别的。这个界面的选项可忽略，你设置也可以，就是选择相应变量在数据中的名称，不过选不选，对你分析也没任何影响。界面浏览上传的原始暴露数据的变量名称。
GWAS数据下载详解（1）
weixin_49320263的博客
06-23 2万+
介绍常用GWAS数据库
孟德尔随机化--研究
wish_to_top的博客
03-31 8163
看了一些孟德尔随机化内容，大概整理一下步骤参考博文：https://mp.weixin.qq.com/s?
gwas数据获取如何获取完整的GWAS summary数据（1）------GWAS catalog数据库
生信小博士的博客
11-22 1万+
使用r来分析。
MR-base:高效准确的进行孟德尔随机化研究的网站
庐州月光的博客
12-22 1万+
欢迎关注”生信修炼手册”!通过孟德尔随机化研究，可以基于GWAS的结果来推断不同表型之间的因果关系， 比如使用的很广泛的两样本MR分析对于暴露因素X和结局变量Y两个表型，以遗传变量G为工...
孟德尔随机化分析基因
最新发布
03-25
### 孟德尔随机化基因分析工具与库 在生物信息学领域，存在多种用于执行孟德尔随机化（Mendelian Randomization, MR）分析的工具和软件包。这些工具能够帮助研究者识别因果关系并评估遗传变异对复杂疾病的影响。 #### R语言中的MR工具 R语言提供了多个专门针对孟德尔随机化的包，其中最常用的包括`TwoSampleMR`[^2] 和 `mr.raps`[^3]。 - **TwoSampleMR** 是一种强大的工具，支持两样本MR分析，允许用户轻松获取汇总统计数据、进行多变量调整以及可视化结果。该包还集成了GWAS数据资源，便于快速开展分析。 - **mr.raps** 提供了一种稳健的方法来处理潜在偏差问题，特别适用于当IV假设可能被违反的情况。 ```r library(TwoSampleMR) exposures <- extract_instruments(outcomes$exposure) outcomes <- extract_outcome_data(snps=exposures$SNP, outcomes=outcomes$outcome) dat <- harmonise_data(exposures, outcomes) mr(dat) ``` #### Python中的MR工具 Python社区也开发了一些实现MR功能的库，例如 `PyMR`[^4] 和 `SMR (Summary-data-based MR)`[^5]。 - **PyMR** 是一个灵活的框架，可以导入自定义的数据格式，并提供了一系列统计方法来进行单变量或多变量MR分析。 - **SMR** 则专注于利用总结数据完成高效的MR计算，适合大规模数据分析场景。 ```python from pymr import mr_analysis results = mr_analysis(instrumental_variables, outcome_data) print(results.summary()) ``` #### 其他重要考虑因素 除了上述具体工具外，在实际应用过程中还需要注意以下几点： 1. 数据质量控制：确保输入的遗传关联估计值具有足够的精度和代表性[^6]。 2. IV有效性检验：验证所选仪器变量是否满足排除限制条件和其他基本假定[^7]。 3. 结果解释谨慎性：即使得到显著的结果也需要结合生物学机制加以合理解读。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值