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。
今天带大家解读一篇发表在三区杂志American Journal of Cardiology上的孟德尔随机化论文🌟该研究采用孟德尔随机化(Mendelian randomization, MR)方法探讨了血脂参数、血压参数和2型糖尿病易感性与心血管疾病风险之间的因果关系。MR方法利用遗传变异随机分配的特点,可以有效地控制研究中反向因果和混杂因素的影响。研究使用东亚人群和欧洲人群的大规模GWAS数据,发现除了缺血性卒中和心力衰竭以外,东亚人群和欧洲人群在缺血性心脏病及心房颤动的危险因素存在高度一致。但是,对于东亚人群来说,仅有基因预测的血压升高与缺血性卒中和心力衰竭的风险有显著关联。该研究为东亚人群心血管疾病的流行病学特征提供了支持性证据,同时也提示在这一人群中,卒中和心力衰竭的致病机制可能与欧洲人群存在一定差异。这一发现对于东亚人群的心血管疾病防治策略的制定也具有重要参考价值。 ☺️欢迎大家在评论区一起讨论这篇或者你最近读过的孟德尔随机化研究的相关论文，如果你有想讨论的论文也请多多在评论区或者私信发给我，所有收到的我都会解读，🤗只有多度文献才有可能高效提高自己的写作能力，🫸拒绝Garbage in ,garbage out 。希望能在这里和大家一起形成轻松良好的学术交流氛围。✍️
今天来带大家一起解读下这篇脑动脉瘤相关的论文!😊本文使用了孟德尔随机化分析方法来研究基因与疾病的关系,方法上很好!🧬孟德尔随机化分析就是用不同的基因变异来随机化一个潜在的危险因素,然后看这个随机化的危险因素是否会影响疾病,从而推断出该危险因素与疾病之间是否存在因果关系。这篇论文就是拿抗癫痫药的靶点基因表达量当作随机暴露因素,看其变化是否会影响脑动脉瘤的发生。具体来讲,研究人员先确定了538个抗癫痫药物的靶点基因,然后利用基因表达定量trait位点数据,获得了每个基因表达量变化的genetic instrument。接着应用孟德尔随机化方法分析这些instrument对脑动脉瘤的影响。结果发现CNNM2和IRF1两个基因的表达量升高会增加脑动脉瘤的风险。这说明这两个基因可能在脑动脉瘤的发生机制中起重要作用!这种随机化分析可以有效地控制混杂因素的影响,让我们更准确地推断基因与疾病之间的关系。
🎉 感谢大家的围观和鼓励，我的5天双向免疫孟德尔随机化SCI论文挑战圆满结束！今天是挑战的最后一天，任务清单包括：完成机制图（Figure 1）、添加引用（Endnote20, 总计40个参考文献）、进行论文的最终润色以及添加必要的结构性语句（例如伦理声明、致谢、作者贡献和利益声明）。🌟 尽管今天的任务相对轻松，但其他工作量却不小，包括协助师弟师妹们修改返修文章，期待这个月能顺利发表。这样的速度对于目标杂志来说还是相当快的。🔥 特别提示：对于昨天在评论区留言的朋友们，孟德尔随机化的代码和选题资料已经发放（见图二）。希望这能帮助大家在科研道路上一帆风顺，过一个平安喜乐的春节，早日收到accept的好消息！💖 这次挑战不仅是对自己的一次考验，也希望能激励和帮助更多的科研小伙伴。在这个特别的节日里，让我们共同期待更多的科研成果和成功的喜悦吧！
🎉 感谢大家的围观和鼓励，我的5天双向免疫孟德尔随机化SCI论文挑战圆满结束！今天是挑战的最后一天，任务清单包括：完成机制图（Figure 1）、添加引用（Endnote20, 总计40个参考文献）、进行论文的最终润色以及添加必要的结构性语句（例如伦理声明、致谢、作者贡献和利益声明）。🌟 尽管今天的任务相对轻松，但其他工作量却不小，包括协助师弟师妹们修改返修文章，期待这个月能顺利发表。这样的速度对于目标杂志来说还是相当快的。🔥 特别提示：对于昨天在评论区留言的朋友们，孟德尔随机化的代码和选题资料已经发放（见图二）。希望这能帮助大家在科研道路上一帆风顺，过一个平安喜乐的春节，早日收到accept的好消息！ 💖 这次挑战不仅是对自己的一次考验，也希望能激励和帮助更多的科研小伙伴。在这个特别的节日里，让我们共同期待更多的科研成果和成功的喜悦吧！