今天给大家分享一篇近期的肠道菌群MR的研究。通过采用双样本MR方法，探究了肠道微生物群和大脑皮质厚度之间的关系。 文章题目：Association of gut microbiota with cerebral cortical thickness: A Mendelian randomization study 中文标题：肠道微生物群与大脑皮质厚度的关联：孟德尔随机化研究 发表杂志：Journal of Affective Disorders 影响因子：6.6/Q1 发表时间：2024年2月20日 论文亮点 本研究通过双向两样本孟德尔随机化（MR）分析，探讨了肠道微生物群与结核病（TB）之间的因果关系。研究利用MiBioGen联盟的肠道微生物群基因组关联研究（GWAS）数据，以及UK Biobank和FinnGen联盟的结核病GWAS数据，分析了195个细菌分类群与结核病及其特定表型（呼吸道结核病RTB和肺外结核病EPTB）之间的关联。研究发现，特定肠道微生物群与结核病风险之间存在单向因果关系，其中肠道微生物群对结核病有因果效应。研究结果为肠道微生物群作为结核病预防、诊断和治疗工具的潜在应用提供了科学依据。此外，研究还强调了特定肠道微生物群在不同类型结核病发展和进展中的潜在作用。尽管存在一些局限性，如潜在的混杂因素和IV选择的不够严格控制，但研究利用公开可用的GWAS数据，减少了混杂因素的干扰，确保了因果推断的可靠性。 摘要 背景：肠道微生物群与大脑皮层发育之间的因果关系尚不清楚。我们旨在通过孟德尔随机化…
今天给大家分享一篇最新的研究。通过采用双样本MR方法和Meta分析的方法，检验了抑郁症和非酒精性脂肪性肝病（NAFLD）之间的关系，拿下一区6.6分！ 摘要 背景：抑郁症和非酒精性脂肪肝（NAFLD）在全球范围内都有很高的患病率。越来越多的证据表明，抑郁症和NAFLD之间存在联系，但这种联系尚不清楚。因此，本研究旨在探讨抑郁对NAFLD发生风险的影响。 方法：荟萃分析通过纳入观察性研究，检验了抑郁症和NAFLD风险之间的关系。相关研究在PubMed、Embase、科克伦图书馆和科学网络中搜索。然后进行双样本孟德尔随机化（MR）分析，使用从全基因组关联研究中确定的遗传工具来探索因果关联。 结果：荟萃分析中纳入了6项符合条件的研究，涉及167,554名参与者中的289,22例抑郁症患者。meta分析显示，抑郁症与发生NAFLD的较高风险之间存在显著相关性（OR = 1.14,95 % CI：[1.05,1.24]，P = 0.002）。然而，我们没有发现令人信服的证据支持基因预测的抑郁症与NAFLD风险的因果作用（OR = 0.861,95 % CI：[0.598,1.238]，P = 0.420）。 局限性：纳入的研究的数量不足、汇总级数据的使用以及对人口来源的限制是主要的限制因素。 结论：meta分析和Mr分析显示抑郁症与NAFLD发生高风险之间的关系结果不一致。具体来说，荟萃分析证实了抑郁症增加了患NAFLD的风险，而Mr的分析并不支持由基因决定的抑郁症和患NAFLD的风险之间的因果关系。 1. 介绍 抑郁症是一种常见的、经常导致人衰弱的情绪障碍，与认知、情绪和身体功能障碍有关（Battle，2013）。全球疾病负担显示，在10-24岁、25-49岁和50-74岁的人群中，抑郁症估计是全球残疾调整生命年的第四、第六和第十四个主要原因（Theo等人，2020年）。抑郁症患者的死亡率大约是普通人群的两倍，他们的平均预期寿命分别低7-14岁，这给所有社会带来了巨大的健康和经济负担（Chesney等人，2014；Laursen等人，2016）。 非酒精性脂肪肝（NAFLD）是一种由肝细胞中脂肪过度积累引起的慢性病理性肝病等人，2021)。NAFLD可从肝脏中简单的脂肪积累到非酒精性脂肪性肝炎（NASH）单独或伴有纤维化，随后可能导致肝硬化和肝癌（Eslam等人，2020年）。NAFLD存在全球25.2 %的人口中，并构成严重的健康风险（科特和里内拉，2020年）。它是代谢综合征的肝脏表现，如肥胖、血脂异常、胰岛素抵抗、葡萄糖耐受不良和2型糖尿病（塔伦蒂诺和菲内利，2013；Vanni et…
🔍 我正在进行一项七天完成药，物靶向孟德尔随机化SCI的挑战，而这已经是第四、五天了。👨💻 跨越技术难关在进行药，物靶向孟德尔随机化分析时，遇到了电脑配置不足的问题。但我没有放弃，毅然决定找到一处设备更好的地方，继续进行数据分析。虽然成，本增加了，但挑战的意义却更加重大。🔬 解锁数据奥秘经过一番努力，我终于跑出了效应基，因，并且文章的框架也已初步形成。我发现，双样本的基础知识至关重要，但需要处理的数据量确实非常巨大。我现在的任务是补充SMR和共定位分析，这需要一些时间，但我已经做好准备。🧠 深度思考在与同事交流中，我意识到很多人盲目跟风学习孟德尔随机化，但并没有真正明白自己想要什么。我认为，最重要的是学会如何系统化地快速撰写SCI论文，这才是真正能够帮助我们顺利毕业、快速发表文章的关键。🎯 未来展望我制定了一个30天的课程表，旨在帮助学习者从文献阅读到数据分析、论文写作，一站式解，决科研难题。我相信，只有通过系统学习和不断实践，我们才能够在科研领域中不断进步。
🔍分享关于药，物靶向孟德尔随机化的研究思路和我个人的心得体会。📚 思路一：验证药，物靶点（旧药新用途）对于那些对药，物和其机制有深刻认识的朋友来说，这个思路可能更具挑战性。通过验证药，物靶点，我们可以发现旧药的新用途，为临床治，疗带来新的突破。最近，我了解到了一篇关于药，物靶点的研究，非常值得学习和模仿。如果你有兴趣，不妨去搜索一下文章：“Causal relationship between PCSK9 inhibitor and autoimmune diseases: a drug target Mendelian randomization study”。📚 思路二：筛选药，物靶点相比思路一，这个思路可能更容易入手。通过筛选药，物靶点，我们可以快速找到潜在的治，疗目标，为药，物研发提供新的方向。我最近读了一篇关于药，物靶点的研究，发现文章难度并不大。只要跑出了数据和图片，就可以开写了！💡 “药，物靶向MR，即采用mRNA、蛋白质或者其它下游生物标志物作为暴露，相较于其它暴露表型（吸烟、饮酒、BMI等），由于在因果链上其距离结局更近，其分析结果会更稳健。”这段话揭示了药，物靶向孟德尔的本质和研究方法。