想要学会Meta分析， 那就要学会看懂森林图！ 本期王师兄来教大家如何看懂森林图，毕竟森林图在Meta分析是不可或缺的一环！森林图是在平面直角坐标系中，以一条垂直于X轴的无效线（通常坐标X=1或0）为中心，用若干条平行于X轴的线段，来表示每个研究的效应量大小及其95%可信区间，并用一个棱形来表示多个研究合并的效应量及可信区间。 看懂森林图，离发自己的Meta分析就不远啦! 如果想发SCI，Meta分析是一个不错的选择，师兄提供一对一辅导，欢迎私信后台哦！ 欢迎联系我。
近年来孟德尔随机化在全球范围内被广泛应用于评估各类疾病与危险因素之间的潜在因果关系。MR法是一种利用遗传变异作为工具变量来探讨暴露对疾病结局的因果效应的遗传流行病学方法。孟德尔随机化爆火，这几年肠道菌群的研究也是微生物研究最火热的领域之一，两者强强结合，也就成为这几年上分王者！😃😃😃据pubmed统计，光是今年就发布了几十篇孟德尔随机化肠道菌群的文章，基本上都是2区，所以本期王师兄带来如何在MiBioGen数据库获得暴露与结局的数据！ MiBioGen联合会收集来自亚洲和欧洲共11个国家18340例受试者的165rRNA基因测序图谱和基因分型数据，并对微生物组特征位点进行定位分析，确定影响微生物分类群相对丰度或存在的遗传位点，所有位点均在人类全基因关联分析（GWAS）数据中。学起来吧！学会获取数据，发表自己的SCI!💪💪💪实验太难，论文不会写，师兄提供一对一专业辅导，帮你一路打怪拿SCI! 欢迎联系我。
欲先善其事，必先利其器。这是我们面对问题或困难都要掌握的道理。赤手空拳的打斗只会让自己赢得遍体鳞伤，但如果拿着高段位的武器将事半功倍。身为一个医学生(或医生)，能翻多少本病历?能看多少篇文献?也许穷尽一生，都比不过大数据云计算那一秒的结果。 如果人生有限，或许更应该去深耕理论研究、一线工作，而不是浪费时间精力和数据拉扯。Meta分析作为医学生的一把好剑，应该在医学领域上阵杀敌，让医学生们在论文方面得心应手。 最后meta分析是个好工具，而工具就是拿来用的，它不会帮你也一劳永逸，但至少可以让你走得更轻松、走得更快捷走得更稳健。就好像，我们赞美人类奔跑的速度，但的确永远跑不赢汽车和飞机。 欢迎联系我。
本期王师兄带来了前段时间医学科研圈重磅话题-孟德尔随机化分析 这次将揭开孟德尔随机化这面神奇面纱，带领大家走进孟德尔随机化分析的世界！ 孟德尔随机化（Mendelian randomization，简称MR）是一种基于全基因组测序数据（GWAS数据），利用单核苷酸多态性，即SNP作为工具变量并揭示因果关系的新型流行病学方法。 如今的孟德尔随机化分析被称为下一个Meta分析，同样是不用做实验就能发的sci类型如果你也想发孟德尔随机化sci文章，可以后台私信我们，师兄带你一路打老虎 欢迎联系我。
代码包优化完整，边界条件提示等都有对应的中文提示，大家可以自行判断。没法判断的报错，请截图找咨询的老师，截图要全面，不要只截一小部分，方便判断问题。 注意1：没有直接赋值的字符串，请用双引号括起来，否则语法错误（”字符串内容”）！！！只要不是数值，或者你自己声明的变量，都是字符串类型，都要加双引号什么是自己声明的变量？ a=1 这样a就是你自己声明的数值为1的变量注意2：把本地文件的文件名尽量改短，且不要有空格，避免文件名过长过复杂，R语言抽风注意3：R4.3以上，对中文路径或者文件名不是很兼容，容易抽风识别不了，请改成英文。 欢迎联系我。
MendelR包的各种方法，里面共同的参数定义说明： p1 挑选与暴露相关的SNP 默认 5e-8(不要大于1e-5)p2 过滤与结局相关的SNP 默认 5e-5rm_snps 过滤混杂 F值 离群值 需要去除的SNPrun_presso 是否打开MRPRESSO分析r2 连锁不平衡 （不要大于0.3，越大越宽松）kb 连锁不平衡(不要小于100，越小越宽松)local_clump 是否打开本地clump 关于T和F的取值，就相当于是或否的意思，即代表一个开关T=TRUEF=FALSE跑mr分析最好保持默认的条件，最严格的筛选显著的p值，以及去除连锁不平衡需要放宽的，一般是没有足够的snp，做不了mr分析，这时候要去放大p1值，纳入更多的暴露工具变量，适当调整r2和kb，减少连锁不平衡去除的snp优先级p1>r2=kb>p2如果是阴性结果，我们要求选题必须要有明确的临床意义，去讨论结果，以及要把文章写好，否则直接舍弃 怎么加参数？增加参数格式，参数名=具体数值，如果是字符串（非纯数字类型），则需要增加双引号。 欢迎联系我。
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。