SCI「新宠儿」，孟德尔随机化是什么？

撰文 | 宋文法

如今，孟德尔随机化在临床科研中火出圈，犹如十几年前的Meta分析，几年前的生信，这些都不需要基础实验就能发文章，对于临床医生来说，妥妥的神器。

孟德尔随机化（Mendelian Randomization， MR），是一种基于遗传变异的统计方法，是流行病学研究中评估病因推断的数据分析技巧，它通过引入工具变量来分析暴露因素和结局之间的因果关系，可以避免混杂因素对结果的影响，得出可信的因果关系。

MR有哪些优势？

作为一种基于遗传变异的统计方法，MR具有独特的优势。从发表SCI角度来看，MR具有不需要数据、周期短、可能高分等优势；从研究方法上来看，MR可以推导因果关系，且可以避免混杂因素影响。

随机性：孟德尔随机化通过随机分配个体或群体到不同的处理组，确保了处理组之间的差异是随机的，得出的结论更加可靠。

因果关系方向：遗传相关中的因果关系方向是确定的，遗传多样性可导致不同的表型，反之则不成立。

避免混杂因素影响：在生物医学研究中，混杂因素是指可能干扰研究结果的其他变量，而遗传变异则不受这些混杂因素的影响。

容易获取数据：GWAS、IEU等数据库容易获取。

MR与RCT差异

一般来说，在临床中，明确因果关系的金标准是随机对照试验（RCT）。然而，RCT费人、费时、费钱，某些情况下，由于实际或道德原因，许多风险因素不能随机分配。

在这种情况下，我们就可以采取孟德尔随机化，使用基因型来替代暴露因素进行因果关系推断。

MR的总体发文趋势

从目前发文量来看，近年发文量呈上升趋势。PubMed检索显示，过去20年全球共发表8300+篇MR相关文章，2023年达到顶峰2700+篇，且发文量趋势逐年攀升。由于发文比较简单，从趋势看还没达到饱和状态，目前仍属于红利期。

MR分析流程

利用孟德尔随机化方法撰写论文，主要流程包括：研究目的与假设、数据获取、工具变量的选择、变异调整、MR分析、敏感性分析、分析结果可视化。

MR数据库

GWAS Catalog：是一个广泛使用的数据库，旨在汇总和提供基因组关联研究（GWAS）的关键信息，该数据库是免费的，大部分MR研究的数据都来自于此。

IEU：汇集了大量的遗传和流行病学数据，旨在促进对人类健康和疾病的研究，包括基因组数据、生物标志物数据、临床数据、环境数据等。

UK Biobank：是一个大型的生物医学资源库，旨在促进对健康和疾病的研究，包括约50多万名英国居民的数据，数据涵盖了多个领域，包括遗传学、临床医学、生活方式等，据《自然》报道，该数据库可为世界各地的研究人员提供访问权限。

TCGA：The Cancer Genome Atlas，是一个重要的生物医学研究资源，旨在通过系统性地研究多种癌症类型的基因组变异来推动癌症研究的发展。TCGA数据库提供了来自数千名癌症患者的丰富的基因组、转录组、表观遗传组和临床数据。该数据库是公开的。

FinnGen：是一个由芬兰基因组计划创建的研究资源，该计划旨在利用芬兰人口的遗传和健康数据，加强对疾病的研究和治疗。汇集了芬兰约50万名参与者的基因组数据、临床数据和健康相关数据。

除此之外，还有许多专病数据库，这里就不一一列举了。

以上，我们介绍了孟德尔随机化的优势、发文趋势、研究流程、数据库等，如需了解更多，请关注【医诺维】公众号咨询服务。

助力医学研究高质量发展，推动医学科技创新转化！

基础方案设计 | 数据挖掘 | 数据分析