孟德尔专题

设计严谨，思路绝妙！这篇高级孟德尔随机化研究：药靶、共定位，发文一区（IF=8.9）！...

现在越来越多的学者在用孟德尔随机化高级方法发文，今天我们看的这篇这篇药靶孟德尔随机化，还用了共定位分析方法，亮点在于它的设计严谨，思路绝妙，一起看下去吧！ 2024年4月21日，四川大学华西医院陈永平团队做了一项药靶孟德尔随机化研究，在期刊《Journal of CachexiaSarcopenia And Muscle》（医学一区，IF=8.9）发表了题为：“Systematic drugg

孟德尔随机化研究中评估因果效应大小的方法

欢迎关注”生信修炼手册”! 孟德尔随机化研究借助遗传变异这一工具变量，来评估暴露因素与结局变量之间的因果效用。为了准确评估因果效应的大小，有多种方法相继被发明。本文重点看下其中常用的两种方法。 1. IVW IVW全称如下 Inverse-Variance Weighted 称之为逆方差加权，由Burgess等提出，文章链接如下 https://onlinelibrary.wiley.co

双向孟德尔随机化 | 基础代谢率与心血管疾病因果关系研究发表医学一区文章...

欢迎报名2024年孟德尔随机化方法高级班课程！郑老师团队开设的孟德尔随机化高级班2024年1月20-21日开课，欢迎报名 2023年12月29日，一篇题为Causal Effects of Basal Metabolic Rate on Cardiovascular Disease: A Bidirectional Mendelian Randomization Study的孟德尔随机化研

MendelianRandomization | 孟德尔随机化神包更新啦！~（一）（小试牛刀）

1写在前面今天发现MendelianRandomization包更新v0.9了。😜 其实也算不上更新。🫠 跟大家一起分享一下这个包做MR的用法吧。🤩 还有一个包就是TwoSampleMR，大家有兴趣可以去学一下。😅 2用到的包 rm(list = ls())# install.packages("MendelianRandomization")library(MendelianRand

R语言孟德尔随机化研究工具包（1）---friendly2MR

friendly2MR是孟德尔岁随机化研究中的一个重要补充工具，可以批量探索因素间的因果关系，以及快速填补缺失eaf的数据，但是存在细微差异需要注意。 remotes::install_github("xiechengyong123/friendly2MR")library(friendly2MR)library(friendly2MR)#Based on TwosampleMR, to

今天给同学们分享一篇生信文章“Exploring the causality and pathogenesis of systemic lupus erythematosus in breast cancer based on Mendelian randomization and transcriptome data analyses”，这篇文章发表在Front Immunol期刊上，影响因子为

孟德尔随机化 MR入门基础-简明教程-工具变量-暴露

孟德尔随机化（MR）入门介绍和分章分享（暂时不解读）大家好，孟德尔随机化大火，但是什么是孟德尔随机化，具体怎么实操呢这没有其他教程的繁冗，我这篇讲最基础的孟德尔随机化的核心步骤，这个理解之后，再去考虑混杂因素等等术语。孟德尔随机化（MR），其实是研究两个变量之间的因果关系。也就是研究谁决定了谁，是因果关系，而不是相关关系。我画了一张图，协助理解：现在再来读这

R语言实现多变量孟德尔随机化分析（1）

多变量孟德尔随机化分析调整了潜在混杂因素的影响。 1、调整哪些因素？参考以往文献。可以分别调整，也可以一起调整。 2、解决了什么问题？某个暴露相关的SNP，往往与某个或者某几个混杂因素相关。可以控制混杂偏倚。 3、如何解释结果？若该暴露的P值小于0.05，则可以说明该暴露独立于其他暴露对结局产生影响。否则是通过其他因素对结局产生影响。 #多变量孟德尔随机化（MVMR）library(Tw

[文献分享] 孕妇咖啡饮用与出生结局：孟德尔随机化研究

文献来源：Brito Nunes C, Huang P, Wang G, et al. Mendelian randomization study of maternal coffee consumption and its influence on birthweight, stillbirth, miscarriage, gestational age and pre-term birth [

孟德尔随机化--研究

文章目录写在前面为什么要做孟德尔随机原理第三需要满足的假设条件方法IVW与Egger方法使用原则F 结果解读1.总体结果如何下载数据1.GWAS catelog2.ieu数据库3.ukb数据库4.芬兰数据库 R代码实现基本的暴露结局分析敏感性分析(分析结果完之后看结果的可靠性) 写在前面看了一些孟德尔随机化内容，大概整理一下步骤参考博文：第一篇：https://mp.

R语言进行孟德尔随机化+meta分析（2）----基于R和stata

目前不少文章用到了孟德尔随机化+meta分析，在上一章咱们简单介绍了一下meta分析的基础知识。咱们今天来介绍一篇11分文章，由文章看看孟德尔随机化+meta分析如何进行，文章的题目是：Appraising the causal role of smoking in multiple diseases: A systematic review and meta-analysis of Mendel