不做实验就可以发文章,为小伙伴们安利孟德尔随机化分析(MR)
收录于话题
今天小果为大家分享一下两样本孟德尔随机化分析流程,整个分析过程比较简单,该分析最重要的是暴露因素和结局变量GWAS数据的查找,一般都通过两种方式获得,公共数据库和发表的相关文章获取,接下来就为大家用示例数据做下演示,代码如下:
01
安装需要的R包
install.packages("devtools")
devtools::install_github("MRCIEU/TwoSampleMR")
Install.packages(“ggplot2”)
02
导入需要的R包
library(TwoSampleMR)
library(ggplot2)
03
分析过程
bmi_exp <- extract_instruments(
outcomes=ieu-a-835,
clump=TRUE, r2=0.01,
kb=5000,access_token = NULL
)
##获取结局变量数据
t2d_out <- extract_outcome_data(
snps=bmi_exp$SNP,
outcomes=ieu-a-26,
proxies = FALSE,
maf_threshold = 0.01,
access_token = NULL
)
#对数据进行预处理
mydata <- harmonise_data(
exposure_dat=bmi_exp,
outcome_dat=t2d_out,
action= 2
)
#MR分析
res <- mr(mydata)
write.table(res,file="twosampleMR.txt",sep="t",quote=F)
##敏感性分析
#异质性检验
het <- mr_heterogeneity(mydata)
het
write.table(het,file="het.txt",col.names=T,row.names=F,sep="t",quote=F)
#多效性检验
pleio <- mr_pleiotropy_test(mydata)
pleio
write.table(pleio,file="pleio.txt",col.names=T,row.names=F,sep="t",quote=F)
#逐个剔除检验
single <- mr_leaveoneout(mydata)
mr_leaveoneout_plot(single)
ggsave("leaveoneout.pdf")
##可视化分析
#绘制散点图
mr_scatter_plot(res,mydata)
ggsave("scatter_plot.pdf")
#绘制森林图
res_single <- mr_singlesnp(mydata)
mr_forest_plot(res_single)
ggsave("forest_plot.pdf")
#绘制漏斗图
mr_funnel_plot(res_single)
ggsave("funnel_plot.pdf")
小果今天对两样本孟德尔随机化的分享就到这里,有需要的可以借鉴学习奥,不要忘记点赞关注呀,下期在见。