🧐 MendelianRandomization | 孟德尔随机化神包更新啦！~（二）（一行代码拿捏所有方法）

生信漫卷

发布于 2024-01-15 18:04:20

9680

发布于 2024-01-15 18:04:20

文章被收录于专栏：R语言及实用科研软件R语言及实用科研软件

1写在前面

这周的工作告一段落了，不是特别忙，好像最近病人少了一些。😅

要抽时间去健健身了，感觉自己马上就要成过劳肥了。🫠

今天继续接上次的MendelianRandomization包吧，示例数据就不再重复了。🧐

不清楚的小伙伴看上一篇。😘

2用到的包

rm(list = ls())
# install.packages("MendelianRandomization")
library(MendelianRandomization)
library(tidyverse)

3多变量孟德尔随机化

当SNP与多种风险因素相关时，因果估计就可以采用多变量孟德尔随机化（Multivariable Mendelian randomization）。😘

在两种情况下可以使用这种方法。👇

1️⃣ 当存在一组相关的危险因素时，例如脂质分数，因为一般预测HDL-cholesterol的SNP，对LDL-cholesterol and/or triglycerides也有一定的预测作用。😂

2️⃣ 当存在风险因素网络时，通常是主要危险因素和次要危险因素或中介。

由于多变量方法需要与多个风险因素的SNP关联，因此输入函数不同：🫠

MRMVInputObject <- mr_mvinput(bx = cbind(ldlc, hdlc, trig),
                              bxse = cbind(ldlcse, hdlcse, trigse),
                              by = chdlodds,
                              byse = chdloddsse)

MRMVInputObject

接着做一下IWV吧，这里需要注意的是：👇

多变量孟德尔随机化要求SNP的数量超过危险因素的数量。😘

MRMVObject <- mr_mvivw(MRMVInputObject,
                      model = "default",
                      correl = FALSE,
                      distribution = "normal",
                      alpha = 0.05)

MRMVObject <- mr_mvivw(MRMVInputObject)

MRMVObject

4Mode-based estimation法

MBEObject <- mr_mbe(MRInputObject,
                    weighting = "weighted",
                    stderror = "delta",
                    phi = 1,
                    seed = 314159265,
                    iterations = 10000,
                    distribution = "normal",
                    alpha = 0.05)

MBEObject <- mr_mbe(mr_input(bx = ldlc, bxse = ldlcse,by = chdlodds, byse = chdloddsse))

MBEObject

5Heterogeneity-penalized法

这个方法比较考验电脑的，大家最好在服务器上运行。😅

HetPenObject <- mr_hetpen(MRInputObject,
                          prior = 0.5,
                          CIMin = -1,
                          CIMax = 1,
                          CIStep = 0.001,
                          alpha = 0.05)

HetPenObject <- mr_hetpen(mr_input(bx = ldlc[1:10], 
                                   bxse = ldlcse[1:10],
                                   by = chdlodds[1:10],
                                   byse = chdloddsse[1:10]), 
                                    CIMin = -1, 
                                    CIMax = 5, 
                                    CIStep = 0.01)

HetPenObject

6多方法应用

大家肯定想把前面的方法一次全部输出。😘

大家试试这个方法，拿捏一下！~🤒

MRInputObject <- mr_input(bx = ldlc,
                          bxse = ldlcse,
                          by = chdlodds,
                          byse = chdloddsse)

MRAllObject_all <- mr_allmethods(MRInputObject, method = "all")

MRAllObject_all

IVW, 经典可视化！~

mr_plot(mr_input(bx = ldlc, 
                 bxse = ldlcse, 
                 by = chdlodds, 
                 byse = chdloddsse),
        error = T, 
        orientate = F,
        line = "ivw",
        interactive = F,
        labels = T
        )