前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >TwoSampleMR包实战教程之MR结果可视化

TwoSampleMR包实战教程之MR结果可视化

作者头像
生信与临床
发布2022-08-21 16:44:20
2.1K0
发布2022-08-21 16:44:20
举报

今天是TwoSampleMR包的最后一期内容了,这里米老鼠将带大家学习如何实现孟德尔随机化结果的可视化,主要有4方面的内容:(1)绘制散点图;(2)绘制森林图;(3)绘制敏感性分析图;(4)绘制漏斗图。其中第3个已经在上一期内容中进行了详细介绍,这里就不赘述了。

首先,我们还是回顾一下往期代码:

代码语言:javascript
复制
library(TwoSampleMR)
bmi_exp <- extract_instruments(
 outcomes='ieu-a-835',
 clump=TRUE, r2=0.01,
 kb=5000,access_token = NULL
  )
dim(bmi_exp)
# [1] 80 15
t2d_out <- extract_outcome_data(
 snps=bmi_exp$SNP,
 outcomes='ieu-a-26',
 proxies = FALSE,
 maf_threshold = 0.01,
 access_token = NULL
)
dim(t2d_out)
# [1] 80 16
mydata <- harmonise_data(
       exposure_dat=bmi_exp,
       outcome_dat=t2d_out,
       action= 2
       )
res <- mr(mydata)
res
het <- mr_heterogeneity(mydata)
het
mr(mydata,method_list=c('mr_ivw_mre')) #使用随机效应模型
pleio <- mr_pleiotropy_test(mydata)
pleio
single <- mr_leaveoneout(mydata)
mr_leaveoneout_plot(single)

第一部分 绘制散点图

散点图的绘制其实非常简单,只需如下一行代码即可:

代码语言:javascript
复制
mr_scatter_plot(res,mydata)

这里的res就是函数mr()运行出来的MR结果,而mydata则是harmonise_data()函数的结果。

这幅图上每一个点其实代表的就是一个IV,每个点上的线实际反映的是95%置信区间,横坐标是SNP对暴露(BMI)的效应,纵坐标是SNP对结局(二型糖尿病)的效应,彩色的线表示的是MR拟合结果。从图中我们不难看出,随着BMI的升高,二型糖尿病的发病风险也在升高。

第二部分 绘制森林图

绘制森林图需要两行代码,具体如下:

代码语言:javascript
复制
res_single <- mr_singlesnp(mydata)
mr_forest_plot(res_single)

上述森林图中的每一条水平实线反映的是单个SNP利用Wald ratio方法估计出来的结果:有的实线完全在0的左边,说明由这个SNP估计出来的结果是BMI增加能降低二型糖尿病的风险有的实线完全在0的右边,说明由这个SNP估计出来的结果是BMI增加能升高二型糖尿病的发病风险;而那些跨过0的说明结果不显著。所以我们单看某一个SNP的结果可能是有问题的,只有把结果综合起来看才能得到合理结果,这就是最底下红线,它反映出IVW方法下BMI的升高增加糖尿病的发病风险。

第三部分 绘制敏感性分析图

这一部分就不赘述了,请参见往期内容TwoSampleMR包实战教程之敏感性分析

第四部分 绘制漏斗图

我们使用如下一行代码即可绘制出漏斗图:

代码语言:javascript
复制
mr_funnel_plot(res_single)

我们可以看到,这个漏斗图整体上还是比较对称的。当然,某些点明显偏离了总体(比如最左侧的那个点),这时候就可以把它们去除掉。其实,这和我们之前发现这些SNP间的异质性很大的结果相符。

至此,关于TwoSampleMR的实战教程就全部更新完毕了,米老鼠接下来打算更新全基因组关联研究(GWAS)的相关内容,敬请期待!

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2020-10-24,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 生信与临床 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档