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 ）...

古城微笑少年丶 2021-10-29 12:40 805阅读 0赞

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][Link 1]。

##### 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][Link 1]。

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） #####

![eSFQaj.png][]

### 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:

![epI9sK.png][]

##### 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：

![epIhwD.png][]

导入显著信号位点与不爱运动的相关性数据outcome\_dat如下：

![ep7pMq.png][]

##### 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)`

![epRbQO.png][]

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]]`

![epWi6S.png][]

#### 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]]`

![epfEjO.png][]

#### 4.7.6 Leave-one-out plot ####

`res_loo <- mr_leaveoneout(dat)`

`p3 <- mr_leaveoneout_plot(res_loo)`

`p3[[1]]`

![epfyKU.png][]

#### 4.7.7 Funnel plot ####

`res_single <- mr_singlesnp(dat)`

`p4 <- mr_funnel_plot(res_single)`

`p4[[1]]`

![epf7rD.png][]

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/][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

转载于:https://www.cnblogs.com/chenwenyan/p/11224609.html

[Link 1]: https://mp.weixin.qq.com/s/WGwf5tmLTXsu5ymSpsF9kQ
[eSFQaj.png]: /images/20211029/0c6ca575fc3c4c0188d6b9304da28334.png
[epI9sK.png]: /images/20211029/540cc28c7dac41aeb111cf8cd67d507d.png
[epIhwD.png]: /images/20211029/797e09438e7945f3be8834b5a2491ca1.png
[ep7pMq.png]: /images/20211029/14927d863ef046fbba49e5c7291f33d8.png
[epRbQO.png]: /images/20211029/fdedc07993d84bdc8524d51e5e89bc27.png
[epWi6S.png]: /images/20211029/8ae8dd089c474d108f936677e564bd56.png
[epfEjO.png]: /images/20211029/bfc7a638a7dd4295bd190112d2b43a0f.png
[epfyKU.png]: /images/20211029/68d19a3b47f6412088528f51eb848337.png
[epf7rD.png]: /images/20211029/c1e89cdf952e4a6fbfc30d0eed594472.png
[https_mrcieu.github.io_TwoSampleMR]: https://mrcieu.github.io/TwoSampleMR/