使用TwoSampleMR进行两样本的孟德尔随机化研究

欢迎关注”生信修炼手册”!git

TwoSampleMR是MR-Base数据库开发团队提供的R包，能够调用MR-Base数据库中已有的gwas结果，来进行2SMR分析，官方文档连接以下github

https://mrcieu.github.io/TwoSampleMR/web

2SMR分析须要两个输入文件，第一个文件为遗传变异与暴露因素的gwas结果，第二个文件为遗传变异与结局变量的gwas结果。对于暴露因素相关的gwas结果，TwoSampleMR支持读取自定义的结果，同时也支持直接调用MR-Base中的结果；对于结局变量相关的gwas结果，仅支持调用MR-Base中的结果。数据库

分析的pipeline示意以下微信

分为了如下4大步app

1. read exposure data

读取暴露因素的gwas结果，支持自定义，文件内容示意以下

less

对于上述文件，读取的代码以下编辑器

exposure_dat <- read_exposure_data(exp_file)

2. read outcome data

读取结局变量的gwas结果，仅支持读取MR-base数据库中的gwas结果，须要google帐号，读取的代码以下学习

ao <- available_outcomes()
outcome_dat <- extract_outcome_data(
 snps=exposure_dat$SNP,
 outcomes=7)

3. Harmonise data

调整暴露因素和结局变量的gwas结果，主要目的flex

将SNP位点统一调整成正链
根据allele和频率判断两个gwas结果中的SNP位点是否一致，不一致的进行去除

同一个位点在两个gwas结果中链的方向不一致的状况示意以下

exposure effect = 0.5
effect allele = A
other allele = G
outcome effect = -0.05
effect allele = C
other allele = T

方向不一致的位点只须要统一调整成正链就能够了，snp位点不一致的状况示意以下

exposure effect = 0.5
effect allele = A
other allele = G
outcome effect = -0.05
effect allele = A
other allele = C

从allele能够看出，这两个位点是不一致的，这样的位点须要被去除。这部分对应的代码以下

dat <- harmonise_data(exposure_dat, outcome_dat)

4. 运行MR分析

协整以后就能够进行MR分析了，对应的代码以下

res <- mr(dat)

默认采用多种方法进行MR分析。其中MR-Egger回归和IVM方法还支持进行异质性的检验，用法以下

mr_heterogeneity(dat)

基因多效性则经过MR-Egger回归的截距进行判断，代码以下

mr_pleiotropy_test(dat)

TwoSampleMR对2SMR的过程进行了高度封装，保证了分析流程的易操做性，高准确度，美中不足的是，结局变量的gwas结果不支持自定义，缺少了一丝灵活性。

·end·

—若是喜欢，快分享给你的朋友们吧—

本公众号深耕耘生信领域多年，具备丰富的数据分析经验，致力于提供真正有价值的数据分析服务，擅长个性化分析，欢迎有须要的老师和同窗前来咨询。