2018-7-1孟德爾隨機(jī)化小總結(jié)

一、孟德爾隨機(jī)化（MR）研究設(shè)計的原理1.MR的遺傳思想：由于配子形成時遵循“親代等位基因隨機(jī)分配給子代”的孟德爾遺傳規(guī)律，如果基因型決定表型，基因型通過表型而與疾病發(fā)生關(guān)聯(lián)，因此可以使用基因型作為工具變量來推斷表型與疾病之間的關(guān)聯(lián)?；蛐捅硇图膊Q定相關(guān)推斷因果關(guān)聯(lián)基因型AA,Aa,aaSNPsDNAcopy實(shí)驗室檢測指標(biāo)人體測量指標(biāo)疾病基因表達(dá)水平表觀遺傳，如DNA甲基化社會行為形狀（如幸福感）潛在混雜因素，反向因果關(guān)聯(lián)微效暴露因素，多重檢驗一、孟德爾隨機(jī)化（MR）研究設(shè)計的原理2.工具變量：某一個變量與模型中隨機(jī)解釋變量高度相關(guān)，但卻不與隨機(jī)誤差項相關(guān)，那么就可以用此變量與模型中相應(yīng)回歸系數(shù)得到一個一致估計量，這個變量就稱為工具變量，這種估計方法就叫工具變量法。（在模型估計過程中被作為工具使用，以替代模型中與誤差項相關(guān)的隨機(jī)解釋變量的變量，稱為工具變量。）工具變量需要滿足的條件：(1)與所替的隨機(jī)解釋變量高度相關(guān);(2)與隨機(jī)誤差項不相關(guān);(3)與模型中其他解釋變量不相關(guān);(4)同一模型中需要引入多個工具變量時，這些工具變量之間不相關(guān)。一、孟德爾隨機(jī)化（MR）研究設(shè)計的原理3.工具變量在流行病學(xué)混雜因素控制方面的應(yīng)用：

（1）工具變量Z與混雜因素U無關(guān)聯(lián)

（2）工具變量Z與暴露因素X有關(guān)聯(lián)

（3）工具變量Z與結(jié)局變量Y無關(guān)聯(lián)，Z只能通過變量X與Y發(fā)生關(guān)聯(lián)。

則

關(guān)聯(lián)ZY=關(guān)聯(lián)ZX×關(guān)聯(lián)XY上述方程的使用必須滿足條件：①變量X與Y之間的關(guān)聯(lián)一定會受到潛在混雜因素U的影響，但是工具變量Z和變量X，以及Z和Y之間無潛在混雜因素影響；②變量X與Y之間的關(guān)聯(lián)無法直接測量。工具變量Z混雜因素U結(jié)局變量Y暴露因素X一、孟德爾隨機(jī)化（MR）研究設(shè)計的原理

4.遺傳工具變量的選擇：MR設(shè)計最關(guān)鍵的步驟。

建立遺傳工具變量的方法

選擇與目標(biāo)暴露因素有直接強(qiáng)關(guān)聯(lián)的遺傳變異

從GWASCatalog獲得遺傳工具

根據(jù)自己的人群樣本做GWAS，篩選遺傳工具變量??????與血清CRP水平直接相關(guān)的CRP基因變異與IL6R受體水平直接相關(guān)的IL6R基因變異等GWASCatalog顯示目前有＞1萬個有潛在功能學(xué)意義的SNPs，其中4000個以上與相應(yīng)表型有唯一關(guān)聯(lián)，可以從中篩選工具變量，也可通過多個GWAS研究的Meta分析獲得多個基因位點(diǎn)作為工具變量。GWAS分析之后，從中篩選與目標(biāo)暴露因素相關(guān)的遺傳變異作為工具變量。成本高，數(shù)據(jù)處理復(fù)雜。二、MR設(shè)計的策略MR的設(shè)計方法隨著統(tǒng)計學(xué)方法的深入不斷更新一階段MR單一樣本MR遺傳變量G混雜因素U結(jié)局變量Y暴露因素X遺傳變量G混雜因素U結(jié)局變量Y暴露因素X混雜因素C二、MR設(shè)計的策略兩樣本MR（多基于現(xiàn)有數(shù)據(jù)，GWAS合作組的公共數(shù)據(jù)，把握度大）兩樣本MR的設(shè)計策略建立在G-X和G-Y的關(guān)聯(lián)研究分別來自相同人群的兩個獨(dú)立樣本（如GWAS與暴露，GWAS與結(jié)局的關(guān)聯(lián)數(shù)據(jù)），要求兩樣本具有相似的年齡、性別和種族分布特征，需要的樣本量大，得到的把握度高。全球范圍內(nèi)的GWAS合作組：國際血壓研究合作組；冠心病全基因組重復(fù)驗證和Meta分析合作組；全球血脂遺傳合作組；全球吸煙與遺傳合作組等。雙向MR（需要使用遺傳工具變量來評價因果關(guān)聯(lián)的可能中間變量）混雜因素C研究因素X2研究因素X1遺傳變異G1遺傳變異G2二、MR設(shè)計的策略兩階段MR基因-環(huán)境交互作用MR網(wǎng)絡(luò)MR暴露因素E混雜因素C結(jié)局變量O中間變量M遺傳變異G1暴露因素E混雜因素C結(jié)局變量O中間變量M遺傳變異G2三、MR在的應(yīng)用范圍和研究步驟應(yīng)用范圍：觀察性研究：橫斷面研究居多，尤其是病例-對照研究；隨訪數(shù)據(jù)占少數(shù)。干預(yù)性研究

：多數(shù)為藥物干預(yù)研究，尤其是與血脂代謝相關(guān)的干預(yù)研究。MR的研究步驟：1.建立符合要求的遺傳工具變量（GWAS，meta分析，通過已發(fā)表研究確定等）。2.確定合適的MR設(shè)計策略（一階段、單一樣本、雙向、基因-環(huán)境交互MR等）3.確定遺傳工具變量和目標(biāo)結(jié)局之間的關(guān)聯(lián)（根據(jù)具體情況采用不同的相關(guān)、回歸或者其他合適的統(tǒng)計方法）。4.比較差異，作出推斷。四、MR在心血管領(lǐng)域的傳統(tǒng)應(yīng)用（文獻(xiàn)舉例）文獻(xiàn)名稱實(shí)驗對象和方法結(jié)果AssociationofGeneticVariantsRelatedtoCETPInhibitorsandStatinsWithLipoproteinLevelsand

Cardiovascular

Risk.JAMA2017IF47.661孟德爾隨機(jī)化設(shè)計，分析了14個隊列或病例-對照設(shè)計共102?837參與者CETP

基因（多基因評分）、

HMGCR基因評分、LDL-C水平和心血管事件風(fēng)險之間的因果關(guān)系，隨后用另外48個研究的189?539人做外部驗證。CETPscore→LDL-C→CVDEvents臨床上某些CEPT抑制劑降低了患者LDL-C的水平，但是沒有降低心血管事件風(fēng)險，這個研究提示，降低LDL-C水平的臨床效益與LDL-C降低的具體途徑有關(guān)，取決于降低含apoB的脂蛋白顆粒的數(shù)量。GeneticAssociationofWaist-to-HipRatioWithCardiometabolicTraits,Type2Diabetes,andCoronaryHeart

Disease.JAMA2017IF47.661數(shù)據(jù)來源于已有的4個GWAS，包含322154參與者，以及來源于UKBiobank

的111986名對象。建立WHR的遺傳工具變量，推斷腰圍與糖尿病、冠心病的因果關(guān)系。校正BMI的影響后，腰臀比（WHR）和糖尿病、冠心病存在因果關(guān)聯(lián)。VariationinPCSK9andHMGCRandRiskof

CardiovascularDisease

andDiabetes.NEJM2016IF79.258用PCSK9

基因變異和HMGCR基因變異的、評分作為遺傳工具變量，研究對象為來自14個研究的112

772名參與者，目的為確定PCSK9抑制劑降低LDL-C與心血管風(fēng)險的關(guān)系。研究發(fā)現(xiàn)PCSK9和HMGCR在降低HDL-C和心血管事件風(fēng)險以及糖尿病風(fēng)險具有同等的效應(yīng)，這些變量的影響時獨(dú)立的，可以累加的。四、MR在心血管領(lǐng)域的傳統(tǒng)應(yīng)用（整體總結(jié)）可以查到的文章數(shù)量很多，影響因子偏高，樣本量超大。應(yīng)用范圍：觀察性研究居多，少部分為藥物干預(yù)研究。高分文章多集中在：樣本量范圍：＞1萬，分?jǐn)?shù)高的多在10萬樣本量以上。數(shù)據(jù)來源情況：多來源于多個大型隊列數(shù)據(jù)匯總以及全球GWAS研究合作組。①脂代謝常見指標(biāo)：LDL-C，TG，Apolipoprotein等②人體測量指標(biāo)：BMI，腰臀比等③炎癥反應(yīng)因子：CRP，IL-6等五、MR和組學(xué)的結(jié)合應(yīng)用（文獻(xiàn)舉例）文獻(xiàn)名稱實(shí)驗對象和方法結(jié)果Genome-widestudyforcirculatingmetabolitesidentifies62lociandrevealsnovelsystemiceffectsofLPA.NATURECOMMUNICATIONS2016樣本量：24925NMR做代謝組分析；GWAS確定123個對檢測到的代謝物有影響的基因位點(diǎn)，最后確認(rèn)了8個新的對氨基酸、丙酮酸酯和脂肪酸有關(guān)聯(lián)的基因位點(diǎn)；孟德爾隨機(jī)化用于確定脂蛋白與疾病之間的因果關(guān)聯(lián)。確定了8個新的與氨基酸、丙酮酸酯和脂肪酸有關(guān)聯(lián)的基因位點(diǎn)；LPA位點(diǎn)與心血管風(fēng)險聯(lián)系在一起，說明了詳細(xì)的代謝譜可以通過與極低密度脂蛋白和甘油三酯代謝的廣泛關(guān)聯(lián)來告知潛在病因；遺傳精細(xì)定位和孟德爾隨機(jī)化揭示了脂蛋白A對整體脂蛋白代謝的廣泛的因果效應(yīng)。MetabolomicProfilingofStatinUseandGeneticInhibitionofHMG-CoAReductase.JACCNMR分析716名使用他汀類藥物患者和4874不使用他汀的患者，比較了隨訪期間80種脂質(zhì)和代謝產(chǎn)物的濃度變化；隨后為了進(jìn)一步了解他汀類藥物的藥理作用，使用孟德爾隨機(jī)化來評估已知的遺傳變異的關(guān)聯(lián)，孟德爾隨機(jī)化樣本量為27914。他汀類藥物治療與許多脂蛋白和脂肪酸的變化有關(guān)，包括膽固醇的大量降低，但僅適度降低甘油三酯，在脂肪酸中，ω-6水平下降最多，其他脂肪酸僅受到輕微影響。他汀類藥物相關(guān)的復(fù)雜代謝變化與HMGCR基因中的RS12916密切相關(guān)。五、MR和組學(xué)