孟德尔随机化之高密度脂蛋白胆固醇（HDL-C）与心肌梗死的因果关系

‍今天这篇文献主要是为了和大家探讨一下在MR研究中我们如何看待SNP（IV）的数量。

原文标题如下：”Plasma HDL cholesterol and risk of myocardial infarction: a Mendelian randomisation study”

该研究主要检测高密度脂蛋白胆固醇(HDL-C)对心肌梗死风险的因果影响。作为概念证明，它还对LDL-C对心肌梗死风险的因果效应进行了评估。

研究设计

作者分析了6项前瞻性研究和14项横断面研究的个体数据，包括20 913例心肌梗死病例和95 407例对照，不过这里IV分析假设的评估是在更大的一组研究中进行的。

遗传工具

该研究提出了两种方法来评估和估计HDL-C对心肌梗死风险的因果影响。

首先，研究者使用单个SNP作为IV，该SNP是内皮脂肪酶基因的功能缺失（loss of function）的错义突变，并且已知其与HDL-C浓度有功能性关联，同时在数据集中该SNP与LDL-C或甘油三酯的浓度没有任何关联(p > 0.05)。

其次，研究人员使用14个与HDL-C相关但与LDL-C或甘油三酯不相关的变异(p > 0.01)构建等位基因评分(或基因风险评分)，接着使用构建出的等位基因评分作为IV进行分析。为了进行比较，他们还使用13个与LDL-C相关的遗传变异构建了等位基因评分，这13个遗传变异与HDL-C和甘油三酯均不相关。

作者使用这两种方法的原因是：第一种方法在从科学上来讲更严格，因为作为IV使用的遗传变异的功能是已知的；不过，第二种方法能给出了更多的统计效力，因为等位基因分数解释暴露的程度更高。采用这两种分析的另一个实际原因是，由于缺失一个或多个遗传变异的数据，第二种分析在更小的参与者子集中进行，包括12 482个心肌梗死病例和41 331个对照，因此构建基因风险分数来增加统计效力。

只有在有充分证据证明其作为工具变量的有效性的情况下使用基因变异作为IV（也即使用被明确证实有生物学关联的遗传变异），不过这样有统计效力偏低的风险；但如果包括所有的变异（即使它们的功能还不完全清楚），也有增加因果估计偏倚的风险。这其实是一种两难的抉择！一个明智的方法是在实践中使用更少的“更安全”的IV估计值作为主要的分析结果，然后再使用更多的遗传变异作为二次分析结果,承认统计不精确和必要的科学假设的不确定性来解释并估计因果效应。

统计方法

在使用单一遗传变异作为IV的第一种方法中，可以使用Stata中的qvf命令计算每个前瞻性研究的因果估计（R语言也可以实现），以拟合具有稳健标准误差的两阶段logistic模型。在其中两项研究中，在分析的第一阶段，采用了两阶段的方法和使用广义估计方程的顺序回归，这主要是用来解释相关个体的信息。接着使用固定效应模型的逆方差加权法将这些研究水平的因果估计值结合在。在第二种方法中，我们为HDL-C和LDL-C分别构建了一个加权等位基因评分，使用大型GWAS meta分析结果的系数（beta）作为权重（详细计算请参见往期内容多基因风险评分2）。在横断面研究中，使用logistic回归来评估等位基因评分与心肌梗死的关联，需要注意的是权重的数据源并非完全独立于所分析的数据，因为有些研究同时包含在两种分析中。

结果

从流行病学的观察性结果来看，内皮脂肪酶基因中每个遗传变异等位基因的预期优势比(OR)为0.87 (95%置信区间为0.84 ~ 0.91)。这是通过三角测量得到的观测估计的关联，通过多变量矫正的logistic回归分析HDL-C与MI风险的关系，并观察到该变量与HDL-C的遗传关系。然而，该变异与心肌梗死的风险无关(OR=0.99，95%置信区间为0.88~1.11)。从孟德尔随机化中，对等位基因评分，HDL-C每增加1个标准偏差，那么预期的流行病学OR值为0.62（95%置信区间为 0.58~0.66)，而孟德尔随机化研究的结果则是OR为0.93（95%置信区间为0.68~1.26)，可以看出两者的研究结果很不一致。不过，LDL-C每增加1个标准差，观察流行病学(OR=1.54, 95%置信区间为1.45~1.63)和孟德尔随机化(OR=2.13，95%置信区间为1.69~2.69)的估计方向一致的。

因此，作者的结论是“一些由遗传机制提高的血浆HDL-C似乎不能降低心肌梗死的风险“。这一初步结论反映了单一SNP分析的效力有限，因果效应的置信区间和观测估计基本上是重叠的，而且对等位基因得分的具体功能认知有限，这其中可能包含与HDL-C不完全或不直接相关的变异。

注解

除了上述结论的局限性，本文还证明了应用孟德尔随机化分析的统计困难性，因为所分析的研究是异质性的。尽管可以在许多研究设计中进行孟德尔随机化调查，但研究之间的差异和每个研究的具体特征可能会使现有数据的整体综合分析具有挑战性。作者选择了一种实用的方法，即将使用单一基因变异的更保守的分析与使用等位基因评分的更投机的分析相结合。这与LDL-C的平行分析形成对比，后者提供了等位基因评分方法的可信性，作为一个积极的因果效应LDL-C对心肌梗死的风险进行了评估。