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 ）

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能够为咱们提供一些研究思路，好比缺少元素A与某种癌症相关，那么咱们能够经过补充元素A来减小患癌率。这个结论的大前提是缺少元素A会致使这种癌症，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，不表明他们之间就有因果关系。也有多是患癌症的人同时有其余的并发症，这种并发症会致使元素A缺少。

再好比，研究代表，大胸女生与不爱运动相关。那么，究竟是由于胸大的女性不爱运动，仍是由于不爱运动致使胸大（肥胖）。

若是不作其余分析，光看这个相关性，咱们是没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，咱们通常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

仍是前面的例子，假定咱们认为大胸的人（因）不肯意运动（果）。

那咱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。

若是与大胸相关的遗传位点同时也与不爱运动相关，那么咱们就会认为大胸的人就是不爱运动。

反过来，若是与大胸相关的遗传位点与不爱运动没有关系，那么咱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多是由其余的因素致使的。

2 为何孟德尔随机化研究采用遗传位点做为分析媒介

缘由很简单，遗传位点是咱们出生就决定了的，后期不会随文化、经济等因素改变。

若是咱们发现位点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。

反过来讲就不成立了，由于胸大，因此遗传位点会变为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。

经过获取不一样个体的罩杯大小（表型）和他们的遗传位点（基因型），作全基因组关联分析。

3.2 将影响大胸的显著信号位点做为后续分析的位点

咱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

一样能够用全基因组关联分析的方法。

随后得到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，散点图的斜率表明大胸对不爱运动这个行为的影响大小（causal effect）

4 怎么作孟德尔随机化分析

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以下:

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以下：

导入显著信号位点与不爱运动的相关性数据​outcome_dat以下：

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)

结果不显著，说明二者有相关性，可是没有因果关系。

4.6 画散点图

p1 <- mr_scatter_plot(res, dat)

p1[[1]]

4.7 补充其余分析

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]]

4.7.6 Leave-one-out plot

res_loo <- mr_leaveoneout(dat)

p3 <- mr_leaveoneout_plot(res_loo)

p3[[1]]

4.7.7 Funnel plot

res_single <- mr_singlesnp(dat)

p4 <- mr_funnel_plot(res_single)

p4[[1]]

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/。 另外，本文提到的大胸与运动的关系，不是我瞎想出来的，真有人作过研究，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