gncorner的个人博客分享 http://blog.sciencenet.cn/u/gncorner

博文

[转载]寻因溯果 — — 浅谈孟德尔随机化及其在GWAS研究中的应用

已有 1471 次阅读 2019-5-23 09:59 |个人分类:文献解读|系统分类:科研笔记| 文献解读 |文章来源:转载

要聊起今天的话题就得从流行病学讲起。人们通常采用随机对照试验(random control trial, RCT)研究暴露因素X与疾病结局Y之间的直接关联证据,但该方法往往受限于人类医学伦理与诸多的试验设计,再加上近年来广泛出现的大样本GWAS数据,表观遗传学以及各种“组学”数据,使得在因果关系推断的研究中面临诸多挑战。借助孟德尔随机化(Mendelian Randomization, MR)的设计思想,将基因或者表观遗传标记作为待研究暴露因素的工具变量,为解决上述问题提供了有效的途径。

本文以笔记的形式简要介绍孟德尔随机化的理论基础和基于GWAS数据的R包实践。

MR法研究设计原理

首先,通过回忆高中物理知识大家都知道孟德尔遗传的基本思想遵循"亲代等位基因随机分配给子代",在基因型决定表型的前提假设下,基因型通过表型与疾病建立联系,因此,基因型可以作为工具变量来推断表型与疾病的关联。

在该模型中,遗传变异可以直接准确测量,并且不受外界环境等因素影响,属于长期而稳定的暴露因素,因此,MR设计可以最大程度的降低偏倚的作用。

两样本MR(Two-sample MR)

单独介绍两样本MR是因为其设计策略是建立在遗传变异-暴露因素和遗传变异-结局变量的关联研究人群来自相同的人群的两个独立样本,如暴露因素的GWAS研究和结局变量的GWAS研究。经过改进的两样本MR方法具有一个显著的优点,即不依赖基因型数据,只需通过现有GWAS结果统计量即可估算暴露因素与结局变量之间的因果关联。2018年发表在《eLife》上面的一篇文章(PMID:29846171)开发了一个数据库和R包,专门针对现有GWAS数据进行两样本MR分析。

借助巨人的肩膀——TwoSampleMR

我们以实战的形式介绍软件的使用,具体的理论基础和更多的细节请读者参考原著论文和其他相关资料。

完成整个MR分析可以分为四个步骤:

  • 选择基因型数据作为工具变量(如果是SNP,需要进行LD clumping)

  • 从GWAS summary中制作工具变量的exposure和outcome文件

  • 将工具变量在暴露和结局变量间的效应值进行协同统一,主要是针对两个GWAS研究所用的参考基因型不同

  • 进行MR分析,敏感性分析以及绘图等

实战代码

#安装
install.packages("devtools")
library(devtools)
install_github("MRCIEU/TwoSampleMR")

#获取工具变量在暴露研究中的数据
bmi_file <- system.file("data/bmi.txt", package="TwoSampleMR")
bmi_exp_dat <- read_exposure_data(bmi_file)

#Clumping
bmi_exp_dat <- clump_data(bmi_exp_dat)

#从结局变量中取出工具变量所对应的效应值
outcome_dat <- read_outcome_data(
    snps = bmi_exp_dat$SNP,
    filename = "gwas_summary.csv",
    sep = ",",
    snp_col = "rsid",
    beta_col = "effect",
    se_col = "SE",
    effect_allele_col = "a1",
    other_allele_col = "a2",
    eaf_col = "a1_freq",
    pval_col = "p-value",
    units_col = "Units",
    gene_col = "Gene",
    samplesize_col = "n"
)
###在R包说明文档中,昨天首先介绍的是直接从数据库已有的GWAS中提取信息,这种方式比较快捷,但需要用户自行注册goole账号,并且数据库中还要有自己感兴趣的GWAS数据###

#Harmonise data
dat <- harmonise_data(
    exposure_dat = bmi_exp_dat, 
    outcome_dat = chd_out_dat
)

#Perform MR
res <- mr(dat)
###默认情况下会执行多种MR算法,并分别给出结果。也支持用户指定算法###
mr_method_list()###获取全部MR算法
mr(dat, method_list=c("mr_egger_regression""mr_ivw"))###指定两种MR算法

#敏感性分析
mr_heterogeneity(dat)

#绘制散点图
p1 <- mr_scatter_plot(res, dat)
p1[[1]]

一些需要注意的事

熟悉遗传学研究的朋友都知道基因是具有多效性的(pleiotropy),也就是说一个SNP可能不单单与目标暴露因素有关,也存在同时与其他暴露因素有关系的可能性,在这种情况下,需要进行敏感性分析(sensitivity analysis)来确定非特异SNP的存在对结果造成的影响。另一方面,如果多个SNPs共同作为工具变量,基因多效性带来的偏倚也会存在,可以使用MR-Egger回归分析的方法来评价偏倚大小。

参考文献:

王莉娜, Zuofeng Z . 孟德尔随机化法在因果推断中的应用[J]. 中华流行病学杂志, 2017, 38(4):547.

Gibran Hemani, Jie Zheng, Kaitlin H Wade, Charles Laurin, Benjamin Elsworth, Stephen Burgess, Jack Bowden, Ryan Langdon, Vanessa Tan, James Yarmolinsky, Hashem A. $The MR-Base platform supports systematic causal inference across the human phenome. eLife 2018.

转自生信草堂公众号,已授权

文献请在公众号获取



http://blog.sciencenet.cn/blog-3353749-1180654.html

上一篇:[转载]R语言制作热图的一个小实例
下一篇:[转载]2019年精准健康•医学大数据•人工智能国际高峰论坛 暨第六届精神遗传学峰会在杭州召开

0

该博文允许注册用户评论 请点击登录 评论 (0 个评论)

数据加载中...

Archiver|手机版|科学网 ( 京ICP备14006957 )

GMT+8, 2019-12-14 18:36

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部