На прошлой неделе была практическая практика менделевской рандомизации. Сегодня мы вернемся к литературе, чтобы изучить.

Почему выбирают эту тему? Какой метод использовался? Какие результаты и выводы были получены?

Следующий Просто возьмиМетодическая частьсовершить один для Господаизучатьизбольшой ход——

1Менделевская рандомизация, необходима блок-схема

2Как выбрать инструментальные переменные для цитокинов

Коллектив авторов провел исследование: 47 воспалительных факторов были получены из образцов когорты Северной Финляндии 1966 года рождения (NFBC1966), исследования сердечно-сосудистого риска молодых финнов (YFS) и исследования FINRISK в 1997 и 2002 годах. Данные GWAS.

В этом исследовании 13365 образцов:

Два дополнительных источника обеспечивают несколько воспалительных цитокинов.изобщественныйданные：соответственно изСаниз3301 образцыиФолькерсениз21758 образцов。

ps: Данные этих статей находятся в таблицах, соответствующих дополнительным материалам, и их можно получить напрямую~

Теперь, когда источник данных исправлен, как выбрать подходящие SNP?

Чтобы получить наиболее надежные оценки любого цитокина, эти однонуклеотидные полиморфизмы (SNP) были объединены с оценками финского GWAS, когда оценки GWAS хорошо коррелировали, чтобы включить оценки от лиц в диапазоне от 3301 до 31 112.

Процесс примерно следующий:

• путем спаривания INTERVAL GWAS из beta Коэффициенты и Финляндия GWAS из beta коэффициентылинейная регрессия,проверено INTERVAL GWAS и Финляндия GWAS То же самое в Корреляция между бета-коэффициентами пар SNP-цитокин,сосредоточиться на r 2<0.1 И через два GWAS хотя бы один из p<10-5 из SNP。
• в Финляндию и SCALLOP То же самое было сделано и для глобальных геномов.
• когда корреляцияиз P Значение≤0,05 Когда , оценки считаются хорошо коррелированными.
• В случае хорошей корреляции сначала используйте линейную Коэффициент регрессииизперехватаβ будет оригинальным GWAS Конвертировать в финскую базу данные такие же в масштабе,Соответствующие оценки исследования затем объединяются посредством метаанализа фиксированных эффектов.,и взвешивается по стандартному отклонению.
• Поскольку SCALLOP и INTERVAL перекрываются по большинству важных цитокинов (SCALLOP GWAS включает исследование INTERVAL),Поэтому метаанализ всех трех источников не проводился.

ГРЕБЕШОК? Это снова новое слово—— [ГРЕБЕШОК - генетическая регуляция протеома http://www.scallop-consortium.com/)

SCALLOP Олинк Систематический и совместный анализ белков) — это совместная структура, предназначенная для обнаружения и отслеживания Olink Генетическая корреляция белков на платформе протеомики. В настоящее время включает в себя от 45 когортных исследований Более 70 000 пациентов и контроль по данным обобщения。

Если вас интересуют характеристики, связанные с белками, вы можете узнать больше об этой базе данных~

Следующий,Чтобы свести к минимуму возможность горизонтальной плейотропии (т. е. влияния на результаты через признаки, отличные от соответствующего цитокина),мы использовалицис-инструментальная переменная,то есть по сравнению с другими генами,Варианты гена, расположенные внутри или рядом с кодирующим геном (цис) , естественно, более коррелируют с экспрессией (и, следовательно, концентрацией белка) этого гена.

Трансинструментальные переменные (полученные из всего генома) менее специфичны для конкретных цитокинов и с большей вероятностью будут недействительными из-за множественных эффекторных функций. Поэтому мы используем два разных определения цис-инструментальных переменных, как описано Karhunen et al.

a Локусы количественных признаков цис-белка (cispQTL), включающие расширение вверх и вниз от соответствующего локуса гена. 500 kb Диапазон цитокинов с генетической изменчивостью и их корреляция с концентрациями циркулирующих цитокинов p <1×10-4,Это наш основной аналитический контент b Локусы количественных признаков цис-экспрессии (цис-eQTL), выберите соответствующие локусы гена для расширения вверх и вниз по течению. 500 kb Существуют вариации цитокинов в пределах определенного диапазона, и эти вариации связаны с общей экспрессией генов в каждой ткани (p <1×10-4）иконцентрация циркулирующих цитокинов（p <0.05）Все связанные,воспроизвести наши основные аналитические результаты,И, возможно, захватить больше ассоциаций.

Инструментальные переменные Cis-eQTL отражают влияние pQTL на экспрессию генов, но не все pQTL представлены eQTL.

Посттранскрипционные эффекты могут быть представлены инструментальными переменными цис-pQTL, которые не имеют соответствующих цис-eQTL (например, деградация белка, секреция, клиренс и т. д.), с более высокой силой инструментальной переменной, поскольку для каждого цитокина имеется больше pQTL.

Кроме того, расширив эту область на 500 т.п.н., можно захватить экстрагенные регуляторные области, тем самым увеличивая силу инструментальной переменной.

Эталонные геномы: Геномы UCSC (2019 г.) Год 6 луна 18 дневной доступ) из генома человека 19 извлечено из.

Данные об экспрессии генов: портал GTEx (версия 8). Частота минорных аллелей (MAF) >0,05.

Преимущественно в цис-позиции В контексте MR-анализа использование чрезвычайно малых порогов корреляции может привести к потере причинно-следственной изменчивости; r2 <0.1 Пороги неравновесия по парному сцеплению (LD) были сгруппированы.

3 Источники данных о результатах

Данные по пяти видам рака взяты из литературы и могут быть получены из соответствующих ссылок.

4МР анализ

Отдельные анализы были выполнены с использованием двух разных наборов инструментальных переменных (цис-pQTL и цис-eQTL) для изучения связи между концентрациями циркулирующих цитокинов и риском каждого исхода рака.

когда толькоодинокий SNP доступен для строительстваинструментпеременнаячас,затем используйтеметод соотношения коэффициентовполучать MR оценки и использовать веса первого порядка для генерации стандартных ошибок.

если естьболее одногоиз SNP может использоваться для построения инструментальных переменных для конкретных цитокинов с использованием взвешивания обратной дисперсии случайных эффектов. (IVW) MR Пары методов в одном инструменте SNP полученный MR Оценки суммируются.

Чтобы решить проблему проверки множественных гипотез, мы в основном IVW MR используется в анализе заказ p метод значенияоценочный скорректированныйизуровень ложного обнаружения (FDR) p значение(д ценить). д Значение не превышает 10% — это существенно.

Оценки эффекта отражают, насколько увеличивается риск рака при каждом увеличении естественного масштаба каждого цитокина на одну шкалу.

Мы также использовали несколько других анализов чувствительности, а именно анализы взвешенной медианы, ConMix, MR-Egger и MR-PRESSO.

Для дальнейшей оценки потенциальной плейотропии инструментов с доказательствами ассоциации в MR-анализе мы использовали Phenoscanner, базу данных ассоциаций генотип-фенотип. Мы искали ранее сообщенные ассоциации с любым из SNP, использованных в качестве инструментов в нашем анализе, и ассоциации с любым вторичным фенотипом, связанным с признаками воспаления, считались вертикальными плейотропиями.

5 Анализ совместной локализации

Анализ колокализации оценивает локальную генетическую структуру, общую для двух признаков, применяя серию арифметических операций с последующими статистическими тестами, чтобы оценить, может ли наблюдаемое перекрытие или пространственная близость быть случайным.

Анализ колокализации ценен для корреляций, наблюдаемых в ценовом MR-анализе.

Мы использовали байесовскую систему, предложенную Пикреллом и соавт., для обнаружения общих причинных вариантов со значимыми ассоциациями (FDR ≤ 10%) в MR-анализе.

Для каждой пары цитокин-рак мы использовали геномную область длиной 25 т.п.н., фланкирующую генетическую вариацию доминантного цитокина.

Результаты с апостериорной вероятностью (PP) более 0,8 в пределах каждой пары предполагаемых локусов патогенных цитокинов считались свидетельством колокализации.

В ходе анализа колокализации мы дополнительно исследовали важные связи цитокинов с раком, используя данные об экспрессии тканеспецифичных генов (например, для цитокинов, связанных с раком легких, мы проанализировали генетические варианты pQTL с данными eQTL легочной ткани).

Во всех анализах использовались априорные значения по умолчанию.

Использование Биобанка Великобритании (UK Полученные данные в Биобанке повторяют значительную связь, продемонстрированную в анализе колокализации (FDR < 10%）。