Day28 孟德尔随机化

关于Day28 孟德尔随机化的思维导图，本专业和有兴趣的朋友们不要错过，可以下载做复习。

孟德尔随机化

• 一般步骤
  • 问题定义和目标设定
    • 明确需要解决的研究问题
    • 明确想要评估的暴露因素或干预的效果
    • 确保问题明确、可测量
    • 确定研究的实验对象
  • 随机分组
  • 施加暴露
    • 药物治疗
    • 基因表达调控
    • 环境改变
  • 实验执行
  • 数据收集和整理
  • 统计分析和结果解释
  • 基因表达差异图表
  • 统计分析表格
  • 箱线图
  • 差异基因列表
  • 其他可视化工具
    • 基因表达热图
    • PCA 图
    • 火山图
• 拓展
  • 孟德尔随机化+肠道菌群
    • 应用
      • 因果推断
      • 药物和干预研究
      • 个体差异的解释
      • 功能解析
  • 孟德尔随机+NHANES
    • 应用
      • 因果推断
      • 避免反向因果问题
      • 消除混淆
      • 评估治疗效果
    • 优势
      • 代表性强
      • 多维度数据
      • 长期趋势
      • 持续更新
    • 挑战
      • 数据复杂性
      • 选择偏倚
      • 数据缺失
      • 因果推断困难
      • 疾病选择比较有限
    • 一般步骤
      • 数据获取和预处理
      • 基因数据准备
      • 工具变量的选择
      • 因果推断分析
      • 敏感性分析
      • 结果解释和讨论
  • 双向孟德尔随机化+双疾病
    • 优势
      • 控制混淆因素
      • 多重影响考虑
      • 揭示交叉途径
      • 提高准确性
      • 考虑问题的复杂性
      • 混淆因素控制
      • 更好地理解问题
    • 挑战
      • 数据复杂性
      • 工具变量的选择
      • 基因交叉效应
      • 因果解释
    • 一般步骤
      • 研究设计和基因选择
        • 明确想要研究的双疾病
        • 确定参与研究的基因集合
      • 工具变量选择
      • 数据采集
      • 建立因果模型
      • 统计分析
      • 敏感性分析
      • 结果解释和验证
• 常用术语
  • 单核苷酸多态性(Single Nucleotide Polymorphism，SNP)
  • 基因组关联分析(Genome-Wide Association Study，GWAS)
  • 工具变量(Instrumental Variable，IV)
  • 多变量孟德尔随机化(Multivariable Medelian Randomisation，MVMR)
  • 基于汇总数据的孟德尔随机化(Summary-data-based Mendelian Randomisation，SMR)
  • 基于广义汇总数据的孟德尔随机化(Generalised Summary-data-based Mendelian Randomisation，GSMR)
  • 逆方差加权(Inverse-Variance Weighted，IVW)
  • 最大似然法(Maximum-likelihood，ML)
  • Egger
  • PRESSO（Pleiotropy RESidualSum and Outlier）
  • HEIDI outliers test
  • 加权中位数(Weighted Median，WM)
• 简介
  • 旨在确定某个暴露（如药物、治疗方法、肥料等）对于实验对象（如动物、人、植物等）的影响
  • 优势
    • 消除混杂变量
      • 可以在不同处理组之间均匀分布这些混杂变量
    • 因果关系推断
      • 更自信地推断某个生物分子对特定生物过程的因果关系
    • 实验重复性和验证
      • 可以确保实验在不同时间、不同实验条件下都能获得可靠的结果
    • 降低偏见风险
      • 可以减少主观偏见的影响
    • 有效控制实验设计
      • 确保实验组和对照组之间的变量分布基本相似