关注“全优统计”，一个专业科研服务品牌，专注于为医学、经济学、工程学方向学者提供科研培训服务，包括各类meta分析、生信分析、临床研究、孟德尔随机化、网络药理学、anova分析等。

孟德尔随机化研究一直是科研领域的热点，本期我们不仅总结了孟德尔随机化数据库的使用，还详细介绍了从0开始撰写一篇孟德尔随机化文章的步骤。

在进行孟德尔随机化研究时，我们需要关注两种关键数据类型：暴露数据和结局数据。上一期文章中，我们已经介绍了部分孟德尔随机化数据库，具体可查看相应链接。

本期文章着重介绍Finngen、IEU、PGC三个数据库。

Finngen是芬兰基因组研究项目，致力于探索基因组学与医学前沿的关系，提供大规模基因组数据，支持研究人员深入研究基因与疾病之间的联系，促进个体化医学发展。访问其官网finngen.fi/en了解更多信息。

IEU位于英国布里斯托大学，是一个专注于整合流行病学研究的单位。IEU采用综合方法深入理解健康和疾病，通过遗传、生物学、社会经济学和环境学等多学科信息，推动流行病学研究的进步。第六届孟德尔随机化国际会议将在2024年6月19日于布里斯托举行，详情可访问bristol.ac.uk/integrati...

PGC是精神疾病基因组联盟，成立于2007年，专注于研究抑郁症、精神分裂症、双相情感障碍等精神疾病的遗传学。通过大规模基因组研究，PGC揭示精神疾病的遗传基础，使用基因关联研究和全基因组测序等方法识别遗传变异。更多信息可访问pgc.unc.edu。

孟德尔随机化研究的关键步骤包括获取数据、选取合适工具、数据预处理、MR分析等。获取GWAS数据前，需明确研究目标，选择与问题相关的基因型数据。数据预处理包括数据清理、缺失值处理、基因型数据合并、SNP的LD剪切、共变量检查和调整等。在进行MR分析时，关注SNP与结局的关系，使用多种分析方法，如MR Egger、Weighted median、Inverse variance weighted等。

了解更多孟德尔随机化知识，请持续关注“全优统计”公众号。如有疑问，欢迎在评论区交流讨论。

本文地址： http://www.goggeous.com/20250101/1/1043674

文章来源：天狐定制

版权声明：除非特别标注，否则均为本站原创文章，转载时请以链接形式注明文章出处。