双向孟德尔随机化

关注微信公众号CodeMed

在孟德尔随机化研究，进行验证是否存在反向因果关系，需要进行双向孟德尔随机化（Bidirectional Mendelian randomization）。

01

相关理论

在流行病学研究中，因果关联的推断标准，第二点为关联的时间顺序，有因才有果，“因”一定先于“果”。MR研究设计，遵循“亲代等位基因随机分配给子代”的孟德尔遗传规律，在某些情况下，暴露和结果之间的因果效应的方向可能并不清楚。双向孟德尔随机化评估了暴露对结果的影响，同时也评估结果对暴露的影响。

例如1：高血压与肾脏病常常并存，长期慢性的高血压会造成的肾损害，肾脏病变能引起的血压升高。

例如2：肠道菌群与全身各种疾病，以结直肠癌为例，是先肠道菌群的改变，进而产生有毒有害代谢物质引起结直肠癌的发病，还是在其他因素作用下导致了结直肠癌，随后一个癌症的环境，引起菌群生态的紊乱？

02

实际分析

There was no evidence of reverse causation according to Steiger directionality test or reverse MR.

1. Steiger directionality test

先看下TwoSampleMR官方文档的描述，机翻：在MR中，假设工具变量首先影响暴露，然后通过暴露影响结果。但有时这很难评估，例如顺式作用的SNP是首先影响基因表达水平还是DNA甲基化水平？假设暴露和结果之间的因果方向可以使用Steiger检验进行测试。

代码很简洁，把harmonise_data之后的dat填入即可

out <- directionality_test(dat)

结果解读：它计算暴露和结局中工具变量变异程度，并测试结果中的方差是否小于暴露。我们可以看的图片，计算了snp_r2.exposure，snp_r2.outcome和correct_causal_direction为TRUE。

2. Reverse MR

关于反向MR，我们看看MR Dictionary官方文档的描述

我们可以看的，进行反向MR，就按照你做TwoSampleMR的一整套流程（图A，体力活动→BMI），将暴露和结局反过来，暴露当结局，结局当暴露，再次进行一整套TwoSampleMR分析（图B，BMI→体力活动）。