来自血细胞联盟Blood Cell Consortium（BCX）的六种白细胞可以正反向分析 注意使用该数据，需要引用数据Trans-ethnic and Ancestry-Specific Blood-Cell Genetics in 746,667 Individuals from 5 Global Populations, Cell 2020自己按需修改正向分析的结局，和反向分析的暴露即可可兼容在线数据ID(最好下载到本地，开启local_clump=T)，或者本地GWAS数据，可一键分析出所有结果以上方法需要更新到最新版本执行mr_update()更新即可 欢迎联系我。
在做孟德尔分析的过程下，下载下来的文件格式多种多样，但其实就是两大类一种是二进制格式的文件，这种格式包含各种压缩文件，以及需要对应软件才能打开的文件，比如excel二进制文件需要使用特定软件打开才能正确读取里面的数据在R语言里面也可以使用一些特定代码进行读取，但是不推荐因为除了在R语言里面才看到数据的信息，不利于数据的预处理，以及表头的确认一种是纯文本文件。 纯文本文件的格式多为.txt .tsv .csv也有可能不带任何的后缀，文本文件类型和后缀不是强关联（所有的文件类型其实和文件后缀都无关，文件后缀只是辅助用户判断是个什么文件）（后缀改变不会改变数据的格式，就算把后缀扩展名删了也一样，这个还可以随意改，只要能用文本软件打开且没有乱码，就是文本文件）实际的数据分割符，要打开来查看，一般常见的分隔符就是制表符\t，csv常用的逗号分隔符, 空格分割符等 欢迎联系我。
注意大小写要完全一致！！！注意大小写要完全一致！！！注意大小写要完全一致！！！ SNP：rsid号(rs123456这种，没有的话查看课程中转换risd的方法)effect allele：等位基因 A1（alt–effect allele–A1）具体要确认GWAS的数据描述，一般就是这样other allele：次要等位基因 A2eaf :主要等位基因频率（不一定要有，主要影响harmonise，和计算F值）eaf=effect allele frequency = freq = alt_AF(allele frequency)beta：beta效应值 = log(or) (别名effcet、b、beta)反正就是当前位点的效应值（odds ratio 对应or值，可以转换成beta）se：针对效应值的标准误（standard error）pval：统计学p值以上是大部分GWAS数据表头规律，正常判断需要结果数据下载时候的提供的描述确认，这个描述在下载的地方或者文章中提供，一般是readme文件，请确认好。总之，表头不能靠猜。 欢迎联系我。
工作目录设置有很多种方法，本文介绍最常见的几种方法为什么设置工作目录？ 为了让代码执行时，从当前工作目录开始找数据，输出的结果也在工作目录，代码中的相对路径是以工作目录为起始去找对应的文件的（除非自己会弄绝对路径）总之要明确工作路径，不然会提示找不到文件。 欢迎联系我。
打开大数据文件需要使用EmEditor提示不能使用，或者不能正常选择分割符的时候，可以去百度搜一个EmEditor激活码升级，已经激活好的忽略。 Emeditor可以做很多数据操作，是个神器，可以减少代码操作，最大程度减轻医学生的代码压力。一、安装与激活安装完成后打开安装步骤，输入激活码激活DMAZM-WHY52-AX222-ZQJXN-79JXH能够正常使用分隔符内容，就算激活彻底完成需要放到代码中分析，请参照模板SNP的表头格式，修改表头二、拆分合并列注意：右键点击的位置一定要颠倒有序号的那一行的位置，填入的分割符号，一定要是英文的。拆分的话，选中需要拆分的列，右键选择拆分列按照实际的分割符拆分，其他都不用管，点确定。合并列也同理，选中多列后，选择合并列确定连接的字符，点确定即可，其他不用管三、选中筛选右键选中空白的，或者需要筛选的字符，选择筛选。 欢迎联系我。
今日分享的这一篇孟德尔随机化，是近期发表在Journal of Stroke(IF 8.2) 上的一篇多变量➕中介孟德尔随机化研究。 大概的讲述的故事是gut microbiota 与stroke 的因果关系，以及blood metabolites在其中所起的中介作用。思路很简单，但是贵在故事完整，所使用的到的数据均为开源的，在two-sample MR，multivariable MR，以及Two-step MR的框架下完成分析。中规中矩，工作体量可观！ 做好每一个环节，是打磨一篇高质量文章的基础，快餐MR的年代已经过去，互勉 欢迎联系我。
IF 11.0 Mol Psychiatry 双向两样本孟德尔随机化 说实话这样的水平发11分是有点离奇的 当然了，投稿本身就是一门玄学，其中参杂太多因素 也有做得好的屡屡碰壁的 今日推送希望各位投稿人重拾信心！ 本号将持续输出专业观点及分享心得体会，继续朝着成为专业与温度并存的方向努力，欢迎关注共同成长。 欢迎联系我。
今日分享刚发表在Neurology上的一篇孟德尔随机化文章 主题为lipids 与Multiple sclerosis (MS) 作者的切入点在于他汀类药物通过何种途径作用于MS。将途径分为胆固醇依赖及非依赖，纳入多种相关的靶点进行因果推导，采用Wald ratio 或IVW为主要模型，最终发现他汀类主要通过胆固醇得依赖途径作用于MS风险。此外，作者还额外分析了serum lipids与MS的因果关系，最终发现HDL-C为风险因素。 立足于临床问题，利用孟德尔随机化工具，从新颖的角度切入，进行深入探讨，是这篇文章发高分的重要原因之一。这篇文章对于我来说也是开了一次一次眼界。 说到底，这其实也是一篇药靶的孟德尔随机化，利用单纯两样本的技术就能完成，所以大家也要擦亮眼，不要被噱头冲昏了头脑，技术都是服务于临床问题，追求花里胡哨无异于舍本逐末。我会抽空就大家追求的靶点与菌群发一期简单的讲解。 另外最近有小伙伴在问为什么我的两样本课程➕答疑会比别人贵，只能说好的课程跟答疑一方面可以帮助大家少走弯路，节省大量的时间成本，另一方面则会在后期写作与投稿返修之中会体会到扎实的基础对于完成一篇文章的重要性。当然，为了适应不同需求的小伙伴，近期将会推出更多模式，帮助大家根据自己的情况选择适合自己的。 欢迎联系我。