这篇文献报告了一个两阶段的研究,第一阶段利用大规模的基因关联数据进行mendel随机化分析,探讨高同型半胱氨酸血症与颅内动脉瘤形成之间的因果关系;第二阶段利用多中心的真实世界数据,对第一阶段的研究结果进行验证。方法部分:第一阶段的mendel随机化分析遵循STROBE-MR报告规范。选取44,147例欧洲人群GWAS Meta分析中p值<5×10-8的与血清同型半胱氨酸浓度相关的SNPs。进一步筛选独立的SNPs(r2<0.01),剔除与高血压相关的SNPs,最后确定9个SNPs。结果变量数据源来自ISGC 工作组的7495例颅内动脉瘤患者和71934例正常对照的GWAS。使用inverse variance weighted (IVW)方法检验同型半胱氨酸与颅内动脉瘤之间的因果关系,再用weighted median方法验证。并进行MR-Egger回归、MR-PRESSO全局性检验等敏感性分析,评估水平多重共线性。最后采用逐一排除法评估结果的稳健性。第二阶段利用三家医院的电子病历资料,收集了15327例颅内动脉瘤患者和非患者,根据年龄、性别、血压、血脂异常和糖尿病,进行1:1的propensity score matching,生成匹配队列,最后纳入9902例患者。采用logistic回归模型评估同型半胱氨酸与颅内动脉瘤发生风险的association。进一步进行交互作用分析和亚组分析,评估共变量对同型半胱氨酸的效应是否存在异质性。该研究发表在Stroke and Vascular Neurology,这是一份关注各种血管疾病的开放获取期刊,影响因子5.9,
这是一篇使用Mendelian随机化研究设计探索肠道菌群及其代谢产物与心力衰竭及其危险因素关系的文章。方法上,作者从基因组关联研究GWAS数据库中收集了肠道菌群(毛霉菌、志贺菌、弯曲杆菌)、肠道代谢产物(如三甲胺氧化物TMAO、肉碱等)以及心力衰竭及其危险因素(如2型糖尿病、高血压等)的汇总统计数据。然后选择p值小于5×10-5的单核苷酸多态性SNPs作为这些表型的工具变量,并进行两样本MR分析以评估因果关系,主要采用inverse variance weighted IVW方法,同时进行敏感性分析如MR-Egger、weighted median等方法以验证结果稳健性。作者还通过Cochran Q统计检测结果的异质性,采用random effect model重新分析存在异质性的结果。为了排除Pleiotropy的影响,作者进行了MR-PRESSO检测outlier和leave-one-out方法。结果显示,志贺菌水平升高可增加心肌炎发生风险;毛霉菌可增加慢性肾病风险;胆碱代谢产物甜菜碱可增加心力衰竭和心肌梗死风险。本研究发表在Frontiers in Nutrition,这是一本主要发表营养学和代谢相关原创研究的开放获取期刊。该杂志目前的影响因子为5,。该研究采用Mendelian随机化研究设计,很好地控制了回顾性研究的混杂因素及反向因果的影响,使得结果更具因果推断价值。研究同时纳入了多个肠道菌群和代谢产物,研究对象样本量较大,结果可靠性较高。该研究为进一步深入探究肠道微生物及其代谢产物与心血管疾病的关系提供了新的证据。相信其研究结果对临床实践及未来相关研究具有一定参考价值。
这篇文献采用Mendel随机化(Mendelian randomization, MR)的方法探究了肠道微生物组成与大抑郁障碍(major depressive disorder, MDD)之间的因果关系。方法部分:1. 获得了两组GWAS的数据。第一组是24个队列18340例 participates 的肠道微生物组成的GWAS数据,该数据来自国际MiBioGen consortium。第二组是29个队列480359例participates的MDD GWAS数据,主要来自精神遗传学联盟(Psychiatric Genomics Consortium)。2. 从肠道微生物GWAS数据中筛选出p值<5e-8的SNPs作为肠道微生物的遗传工具。从MDD GWAS数据中也筛选出p值<5e-8的SNPs。这些SNPs与疾病之间符合Mendel随机分配的原则。3. 将两组GWAS数据进行协调,删除具有中间等位基因频率的回文SNPs。使用反方差加权(inverse-variance weighted)元分析方法将暴露因素(肠道微生物)对结果(MDD)的影响效应大小进行整合。该研究发表在Journal of Affective Disorders,这是一本关于情感障碍领域的权威杂志,影响因子6.6,出版方为Elsevier。
这里是对该文献的详细解读:方法部分:1. 肠道微生物的遗传变异数据来源于MiBioGen联盟进行的最大规模的肠道微生物GWAS元分析研究,共纳入18,340名受试者,主要为欧洲人群。该研究针对16S rRNA基因的V4、V3-V4和V1-V2可变区进行测序,获得微生物组成数据并进行分类。进行mbQTL(microbiota quantitative trait loci)分析,识别出与肠道微生物丰度相关的宿主遗传变异位点。2. 子痫前期/阵发性子痫的GWAS数据来源于芬兰FinnGen项目第7版发布的数据,共166,401名芬兰成年女性,其中5731例患者,160670例对照。进行分析时校正了性别、年龄、前10个主成分和基因分型批次。3. 选择标准:p值<1×10-5的SNPs作为肠道微生物的工具变量,LD<0.001的SNPs保留p值最小的,MAF>0.01,最后获得119个属的1232个SNPs工具变量。4. 使用的统计方法:IVW、ML、MR-Egger回归、加权中位数、加权模式、MR-PRESSO和cML-MA等,检测肠道微生物与子痫前期/阵发性子痫之间的因果关系。结果:1. IVW分析提示双歧杆菌与子痫前期/阵发性子痫之间存在保护作用关系。Collinsella、Enterorhabdus、Eubacterium (ventriosum group)、Lachnospiraceae (NK4A136 group)和Tyzzerella 3也显示了暗示性的保护作用。2. 反向MR分析没有发现子痫前期对肠道微生物的显著影响。3. 没有发现工具变量的显著异质性或水平假联。该研究发表在BMC Medicine。影响因子为9.1。
这是一篇使用Mendelian随机化研究设计探索肠道菌群及其代谢产物与心力衰竭及其危险因素关系的文章。方法上,作者从基因组关联研究GWAS数据库中收集了肠道菌群(毛霉菌、志贺菌、弯曲杆菌)、肠道代谢产物(如三甲胺氧化物TMAO、肉碱等)以及心力衰竭及其危险因素(如2型糖尿病、高血压等)的汇总统计数据。然后选择p值小于5×10-5的单核苷酸多态性SNPs作为这些表型的工具变量,并进行两样本MR分析以评估因果关系,主要采用inverse variance weighted IVW方法,同时进行敏感性分析如MR-Egger、weighted median等方法以验证结果稳健性。作者还通过Cochran Q统计检测结果的异质性,采用random effect model重新分析存在异质性的结果。为了排除Pleiotropy的影响,作者进行了MR-PRESSO检测outlier和leave-one-out方法。结果显示,志贺菌水平升高可增加心肌炎发生风险;毛霉菌可增加慢性肾病风险;胆碱代谢产物甜菜碱可增加心力衰竭和心肌梗死风险。本研究发表在Frontiers in Nutrition,这是一本主要发表营养学和代谢相关原创研究的开放获取期刊。该杂志目前的影响因子为5,。该研究采用Mendelian随机化研究设计,很好地控制了回顾性研究的混杂因素及反向因果的影响,使得结果更具因果推断价值。研究同时纳入了多个肠道菌群和代谢产物,研究对象样本量较大,结果可靠性较高。该研究为进一步深入探究肠道微生物及其代谢产物与心血管疾病的关系提供了新的证据。相信其研究结果对临床实践及未来相关研究具有一定参考价值。
这篇文献总体来说介绍了一种扩展Mendelian随机化的方法,可以用来估计多个相关风险因素对某个疾病结果的因果效应。主要内容和方法如下:1. 传统的Mendelian随机化分析使用仅与某个风险因素相关的遗传变异作为工具变量,来估计该风险因素对疾病结果的因果效应。然而在一些情况下,如三酰甘油作为心血管疾病风险因素,很难找到仅与其相关而与其他脂质成分无关的遗传变异。这种与多个因素相关的变异称为多效位(pleiotropic)。2. 本文提出了多元Mendelian随机化,使用与多个已测量风险因素相关的多个遗传变异,来同时估计每个风险因素对结果的因果效应。这与评估多个干预措施的随机对照试验十分相似。3. 方法部分提出了个体数据和汇总数据两种情况下的估计方法:– 个体数据使用两阶段最小二乘法。第一阶段回归风险因素对遗传变异,第二阶段回归结果对各风险因素的拟合值。– 汇总数据使用基于似然函数的方法,假设每个变异与风险因素和结果的关联都服从多元正态分布,通过最大化似然函数估计因果效应。– 汇总数据也可以用线性回归方法分两步估计。4. 提出了多元Mendelian随机化的假设条件,遗传变异需要满足传统工具变量假设,但针对多因素做了修改。5. 应用实例估计LDL胆固醇、HDL胆固醇和甘油三酯对冠心病的因果效应。结果显示甘油三酯相关途径独立于LDL和HDL对冠心病有因果影响。6. 通过模拟研究评估了不同方法的统计性能。7. 讨论了方法在流行病学研究中的应用和结果解释。综上,本文通过提出多元Mendelian随机化方法扩展了随机化技术在观察研究中的应用,为评估多个相关风险因素的因果效应提供了重要工具,发表在期刊American Journal of Epidemiology上。影响因子5。