今天分享一篇来自北京大学第一医院的MR文章，关注肠道菌群和虚弱，使用连锁不平衡评分回归和MR评估遗传预测的肠道微生物组与虚弱之间的遗传相关性和因果关系。肠道菌群目前很火热，联合另一个研究热点虚弱，这是一个与衰老相关的临床综合症，与多种疾病的死亡风险密切相关。 但是因为数据量的很大，实操起来对于设备略有要求，找一个热点结局，就是10+分！课题思路这不就来了么？万层高楼平底起，一起加油吧！ 文章题目：Gut microbiome and frailty: insight from genetic correlation and mendelian randomization DOI： 10.1080/19490976.2023.2282795 中文标题：肠道微生物组和虚弱：来自遗传相关性和孟德尔随机化的见解 发表杂志：Gut Microbes 影响因子：12.2 发表时间：2023年11月 论文亮点 本研究利用基因组关联研究（GWAS）的汇总数据，通过连锁不平衡得分回归（LDSC）和Mendelian随机化（MR）方法，探讨了肠道微生物组与虚弱（frailty）之间的遗传相关性和因果关系。研究发现，Christensenellaceae R-7与虚弱之间存在遗传相关性的提示性证据，并且通过至少两种MR方法发现12种属级的肠道微生物对虚弱具有提示性的因果效应。研究未发现水平多效性或异质性的证据。这些发现为若干遗传预测的肠道微生物与虚弱之间潜在的遗传相关性和因果关联提供了提示性证据，为未来探索肠道微生物在衰老过程中的作用及其作为干预和治疗虚弱的潜在靶点提供了参考。研究强调了需要更多的基于人群的观察性研究和动物实验来阐明这种关联及其背后的机制。 摘要 观察性研究表明，肠道微生物组与虚弱有关。然而，这些关联是否是因果关系的基础仍然未知。因此，本研究旨在使用连锁不平衡评分回归 （LDSC）…
在7天完成药靶孟德尔随机化SCI论文挑战的第4和第5天，分析工作变得异常艰难。由于设备性能不足，我在一家酒店找到了配备高性能显卡的电脑来运行代码，虽然这增加了成本，但也提高了工作效率，使我能同时处理多个任务，如帮助学员选题和设计课程海报。药靶孟德尔随机化的挑战已接近尾声。通过大量数据分析，我成功识别了效应基因，并发现撰写文章相对简单，主要是基于双样本方法。为了提高论文的发表概率，我计划补充SMR和共定位分析，尽管这需要额外的时间。我注意到，许多人在学习孟德尔随机化时感到迷茫，寻求资源，但当大家都在学习时，你可能已经落后。投入时间和金钱学习可能并不能保证你能够成功发表论文。因此，重要的是明确你的目标：是为了毕业还是其他目的？如果只是为了毕业，那么学习SCI写作技巧可能更为关键。我建议，对于想要快速发表论文的人来说，系统化地学习SCI论文写作比掌握各种方法学更为重要。我计划开设的课程将涵盖从文献阅读到论文写作的全过程，并包括孟德尔随机化、meta分析等多种方法学。在这两天内，我完成了蛋白提取工作，处理了4500多个工具蛋白和50000多个SNP，并成功进行了药靶孟德尔随机化分析，生成了森林图。大家在追求科研成就时，一定要保持清晰的目标和方法，以实现高效和成功。
NHANES数据库和MR的强强联合总是可以发高分文章，今天分享是来自重庆医科大学附属医院团队使用这两个公开数据库发文探究内脏脂肪组织（暴露）和牙周病（结局）的风险。首先通过使用2011-2014两个周期的全国健康和营养检查调查（NHANES）的数据来分析暴露和结局之间的关联。再通过双样本MR分析两者之间的因果性。结果表明：内脏脂肪组织与牙周病之间存在显著关联，内脏脂肪组织可能是牙周病风险的潜在致病因素。 联合多个数据库是我们常用的让自己双样本出彩出众的方法。文章解读完，Idea 这不就来了嘛。 文章题目：Visceral adipose tissue increases the risk of periodontal disease: Results from the 2011-2014 National Health and Nutrition Examination Survey and Mendelian randomization…
挑战5天完成Meta分析，第5天，圆满收官！🎉 先来汇报一下今天的成果吧！我今天完成了Introduction部分的写作，添加了规范的引用（用的是EndnoteX9哦，最近似乎Endnote出现了小Bug,需要认证，当然2块钱就能解决，哈哈哈哈哈），还搞定了模块化部分的写作（包括伦理、致谢、利益冲突声明、作者贡献等），最后对整个文章进行了润色。看着自己的劳动成果，满满的成就感涌上心头！ 回顾一下这次挑战，其实一篇经典的Meta分析操作流程可以概括为以下几个步骤：1️⃣ 确定选题：这一步非常关键，需要初步检索相关文献，明确PICOS（研究对象、干预措施、对照措施、结局指标、研究类型）选择，从而确定检索策略。2️⃣ 文献筛选：在三个不同的数据库中进行检索，下载并筛选出符合目标的研究文献。这一步需要耐心和细心，因为文献的质量直接影响到后续的分析结果。3️⃣ 数据分析与图片制作：提取筛选出的文献中的数据，使用R语言进行数据分析，并评价文献的质量。然后，根据分析结果制作出相关的图片，直观地展示研究结果。4️⃣ 报告撰写：最后，就是根据PRISMA写作指导来完成Meta分析报告的撰写了。这一步需要按照一定的结构和格式来组织内容，确保报告的完整性和可读性。 以上步骤就是一篇Meta分析的基础流程啦！大家可以对照着我这几天分享的Meta研究思路去完成自己的论文哦！相信只要按照这个流程来操作，一定能够顺利完成一篇高质量的Meta分析论文！ 因为注册PROSPERO的注册需要一些，所以我暂时还没有投稿，希望审核可以搞快点。最后，我想说的是，这次挑战虽然结束了，但学习Meta分析的路还很长。希望大家都能够保持对知识的热情和好奇心，不断探索和学习新的方法和技能。加油哦
各位医学界的未来研究者们，是时候展现你们的学术实力了！五天时间，你能完成一篇SCI论文吗？加入我们的科研冲刺，一起见证奇迹的诞生！📈 第四天进度报告：摘要、引言、结论和讨论部分已一气呵成！在文献的海洋中，我们发掘了潜在的中介变量，虽然尚未找到完美的GWAS数据，但我们的双样本孟德尔随机化研究仍在稳步推进。图二展示了从构思到初稿的时间线。接下来，我将着手补充文献引用，使用Endnote20高效管理。📆 明日计划：完善机制图，确保数据可视化清晰有力。润色语言，让论文的每一句都流畅、精准。期待将这篇论文投稿出去，让我们的研究成果得到认可！🌟 在临床工作之余，五天内完成SCI论文无疑是一项巨大的挑战。但我坚信，明天的总结将展现我的努力和能力。📚 图三分享：孟德尔随机化写作的权威框架，让你的研究结构严谨。选题心得，教你如何挑选最有潜力的研究主题。📝 许多小伙伴都在询问如何加入这场学术之旅。为了满足大家的需求，我将整理一份详尽的孟德尔随机化分析课程，并持续更新。如果你对此感兴趣，记得点赞、收藏，并在评论区留言，让我们一起在科研的道路上并肩前行！
今天分享一篇2023年发表的顶刊孟德尔文章，通过作者机构就足以看出阵容十分豪华。本研究的目的是使用双样本MR来评估20种已确定氨基酸的母体血清水平对多达406,063名具有母体和/或胎儿基因型效应估计值的个体的后代出生体重的潜在因果效应。 看完过后，课题思路这不就来了么？实操数据量很大，不过万层高楼平地起，思路正确就能搞出好的结果。 研究暴露：氨基酸遗传关联的汇总数据来自最近进行的174种血浆代谢物的跨平台GWAS，其中包括20种循环氨基酸的水平。 研究结局：从出生体重GWAS中提取,使用了母体遗传变异对后代出生体重的关联的汇总数据。 文章题目：Causal effects of maternal circulating amino acids on offspring birthweight: a Mendelian randomisation study DOI：10.1016/j.ebiom.2023.104441 中文标题：使用双样本MR来评估20种已确定氨基酸的母体血清水平对个体的后代出生体重的潜在因果效应 发表杂志：EBioMedicine 影响因子：11.1 发表时间：2023年2月 论文亮点 本研究通过Mendelian随机化方法，探讨了母亲血液中氨基酸对胎儿出生体重的影响。研究利用两个独立的样本集——一个包含86,507人的血清氨基酸水平的全基因组关联研究（GWAS），以及一个包含406,063人的英国生物库和早期生长遗传学联盟的胎儿出生体重的母体GWAS——来评估19种氨基酸对胎儿生长的潜在因果效应。研究发现，母亲血液中的谷氨酰胺和丝氨酸水平与胎儿出生体重增加有关，而亮氨酸和苯丙氨酸水平则与出生体重降低有关。这些发现通过一系列敏感性分析得到了支持。研究结果为母亲血液中氨基酸在健康胎儿生长中的关键作用提供了证据，并为未来优化胎儿生长的潜在干预措施（例如，孕期氨基酸补充）奠定了基础。…