腾讯云
开发者社区
文档
建议反馈
控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
登录/注册
首页
学习
活动
专区
工具
TVP
最新优惠活动
返回腾讯云官网
生物信息与临床医学专栏
结合生物大数据分析与临床实践
专栏作者
举报
142
文章
303388
阅读量
77
订阅数
订阅专栏
申请加入专栏
全部文章
编程算法
r 语言
html
python
https
数据库
sql
linux
网络安全
emr
数据分析
git
github
图像处理
http
windows
data
ld
plot
sample
set
size
text
文件存储
开源
线性回归
汽车
analysis
file
mean
median
null
outliers
task
可视化
推送
机器学习
php
actionscript
bootstrap
arm
硬件开发
ide
ubuntu
神经网络
深度学习
人工智能
网站
医疗
存储
监督学习
anaconda
数据结构
sas
ads
anova
associations
axis
correlation
default
error
firefox
fixed
frame
function
geo
ggplot2
global
intersection
layout
legend
local
location
map
png
random
roles
selection
shift
summary
title
token
traits
union
using
var
variant
编程语言
对象
数据管理
数据类型
索引
统计
图表
隐私
原理
搜索文章
搜索
搜索
关闭
三样本孟德尔随机化简介
编程算法
在孟德尔随机化研究(Mendelian randomization,MR)中,最常见的是单样本和双样本孟德尔随机化设计。这两种类型的孟德尔随机化研究通常只选取一小部分和暴露密切相关的单核苷酸多态性位点(SNP)作为工具变量,并通过各种生物学或者统计学方法去说明这些SNP是符合如下的MR三原则:
生信与临床
2022-12-20
3.2K
0
工具变量的生物学合理性评估指南---Bradford Hill指南
编程算法
在目前的大量孟德尔随机化研究中,很多研究者只是单纯考虑单核苷酸多态性(SNP)的统计学显著性而忽视了一个非常重要的点------SNP的生物学相关性,这可能是因为SNP的生物学相关性评估起来比较繁琐,但切记不能因为繁琐而忽视这点,否则孟德尔随机化研究很可能就陷入“套路化“,但孟德尔随机化其实是个性化很强的研究方法,其个性化主要体现在工具变量(IV)的选择,米老鼠下面和大家按照Bradford Hill指南,和大家讨论一下“判断遗传变异作为工具变量的生物学合理性”。
生信与临床
2022-12-20
583
0
如何在Windows电脑上使用LDSC软件(3) ------ LDSC实操与结果解读
python
前两期的内容带大家学习了如何在windows系统上安装Linux子系统以及LDSC的安装,今天我将带大家正式开展LDSC分析并解读相关结果。
生信与临床
2022-08-21
2.7K
3
如何在Windows电脑上使用LDSC软件(2)------LDSC的安装
https
linux
网络安全
anaconda
在上一期的内容中,我带大家完成了Linux子系统的安装,今天我们就要开始在Linux子系统上安装LDSC了,这也是一个很大的坑!!!
生信与临床
2022-08-21
4.3K
1
如何在Windows电脑上使用LDSC软件(1)---Linux子系统安装
windows
linux
ubuntu
https
python
LDSC (LD Score Regression)是基于LD评分的回归分析,主要用于计算表型的可遗传度(heritability)和表型间的遗传关联度(genetic correlation),是群体遗传学常用的分析软件,目前在Github上已收获386颗星,其影响力可见一般(https://github.com/bulik/ldsc)。
生信与临床
2022-08-21
3.7K
0
利用R包“ggvenn”快速绘制韦恩图(Venn Diagram)
ggplot2
intersection
set
size
text
韦恩图(Venn diagram)是一种能直观展示不同数据集之间的集合关系的图,常见的集合运算主要包括:交集(intersection),并集(union)和补集(complement)。在R语言中,有很多R包可以实现韦恩图的绘制,米老鼠在这里推荐“ggvenn”和“ggVennDiagram”这两个R包,它们都是基于ggplot2的绘图系统,和其它ggplot2绘制的图兼容性好,这里主要介绍“ggvenn”这个R包的用法。
生信与临床
2022-08-21
4.7K
0
关于F统计量的澄清
html
编程算法
在孟德尔随机化研究中,弱工具变量偏倚(weak instrument bias)是需要我们认真对待的一个问题,它通常是因为样本量较小导致的。在往期推送中,米老鼠和大家介绍过评价弱工具变量偏倚的策略------孟德尔随机化之F统计量。一般而言,当F 统计量大于经验值10时,我们认为工具变量法估计值的偏倚大约是观察性研究的10%,因此F大于10这个标准在孟德尔随机化研究中广为使用。然而,这样的盲目使用不见得是合理的。
生信与临床
2022-08-21
2.1K
0
R包”gwasrapidd”------快速获取GWAS Catalog数据库的信息
associations
set
traits
union
variant
在往期内容中,米老鼠和大家简单介绍过做孟德尔随机化研究使用到的数据库,主要是OpenGWAS, GWAS Catalog 和Phenoscanner这三个。其中,Open GWAS库的数据可以使用“ieugwasr”包来快速获取,具体请参考往期内容。今天我和大家简单介绍一下可以快速获取GWAS Catalog数据库信息的“gwasrapidd”包,该包于近期加入CRAN集。
生信与临床
2022-08-21
8.2K
0
R包“ieugwasr“教程---SNP信息查询
data
frame
ld
local
在孟德尔随机化研究中,我们常常会碰到SNP没有rsid的情况,这个时候需要我们把rsid添加上,如果SNP的个数不是很多的话,我们可以使用variants_chrpos()函数:
生信与临床
2022-08-21
4.3K
0
R包“ieugwasr“教程---功能介绍与分析
数据库
sql
在进行孟德尔随机化(Mendelian randomization, MR)研究时,我们最常使用的一个R包就是“TwoSampleMR”,这个包是由“MRCIEU”团队开发的。除此之外,该团队还开发了“PHESANT”这个使用非常广泛的R包以及“open GWAS”这个数据库。
生信与临床
2022-08-21
2.5K
0
"CAUSE"包解决孟德尔随机化的水平多效性---原理介绍
数据分析
水平多效性(horizontal pleiotropy)一直是孟德尔随机化研究(Mendelian randomization,MR)所需要面对的大问题。关于水平多效性,我们又可以将其详细分成两类,米老鼠这里暂且称第一类为“相干水平多效性”(correlated horizontal pleiotropy),第二类为“不相干水平多效性”(uncorrelated horizontal pleiotropy), 如下图所示 (该图来自2019的PPT ,想查看完整内容,请阅读全文):
生信与临床
2022-08-21
2.2K
0
玩转铁代谢
人体每天大约产生2000亿个红细胞,每秒大约需要2 × 3 E15个铁原子来维持红细胞的生成。因此,缺铁是贫血的常见原因。此外,铁代谢紊乱与癌症等疾病发展有关。下面,我将带领大家回顾一下机体铁代谢的过程。
生信与临床
2022-08-21
527
0
体检发现了甲状腺结节,咋办?
ads
近些年,随着大家生活水平的不断提高,越来越多的人开始更加关心自己的健康问题;而体检,就是一个及时筛查各种健康问题的好方法。但是随着各种体检项目和各种癌症筛查项目的不断开展,也有一些疾病的检出率水涨船高,给大家的生活带来了很多困扰。甲状腺结节就是一个很明显的例子。今天小王就来跟大家聊聊甲状腺结节的那些事。
生信与临床
2022-08-21
596
0
使用KEGGREST包快速获取KEGG数据库信息
数据库
sql
KEGG数据库是我们经常用的一个生物医学数据库,虽然KEGG网站用起来很方便,但是如果想批量获取数据并整理成结果的话,使用R语言处理无疑是一个比较好的选择。
生信与临床
2022-08-21
3.1K
0
连锁不平衡小工具-----LDlink的使用教程
sas
correlation
file
ld
token
无论是在进行全基因组关联研究(GWAS)还是孟德尔随机化研究(MR)中,我们都需要考虑SNP间的连锁不平衡(LD)信息,这里小陈给大家简单介绍一下用于LD分析的工具-----LDlink(https
生信与临床
2022-08-21
1.6K
0
孟德尔随机化之MendelianRandomization包(第五讲)
summary
在“MendelianRandomization”包的前四讲内容中,米老鼠和大家介绍的都是单变量MR研究,也即一个暴露对应一个结局的研究。不过,我们在这里假设两种情形:(1)以脂质作为暴露因素时,我们很难找到只和HDL相关,但和LDL不相关的SNP,也就是不同的危险因素之间有很多共同遗传变异;(2)如果不同的暴露因素之间存在着中介效应,那我们也很难寻找只和单一危险因素相关的遗传变异。总之,当多个危险因素存在很强的关联时,我们需要使用多变量MR(multivariable MR)来进行准确的因果关系估计。
生信与临床
2022-08-21
1.2K
0
孟德尔随机化之MendelianRandomization包(第四讲)
median
在前三讲的内容中,我和大家逐一介绍了IVW,median-based,MR-Egger和maximum likelihood这四种计算方法,并结合“MendelianRandomization”包的实例进行了演示。今天,我将和大家一起学习一下如何不进行clump,通过矫正SNP之间的相关性来进行MR分析。
生信与临床
2022-08-21
1.3K
0
孟德尔随机化之MendelianRandomization包(第三讲)
data
using
在前两期推送中,我和大家分别介绍了“MendelianRandomization”的IVW和median-based方法,并详细介绍了这两种方法的参数以及使用建议。在这一期的内容中,我将和大家一起学一下“MendelianRandomization”包的MR-Egger法和Maximum likelihood法,后者我们通常译作极大似然估计法。
生信与临床
2022-08-21
1.6K
0
孟德尔随机化之MendelianRandomization包(第二讲)
linux
bootstrap
在上一期推送中,我和大家详解介绍了“MendelianRandomization”包的输入文件以及其IVW方法,在这一期的推送中,我会和大家简单介绍一下这个包的median-based方法,希望能把它作为对IVW方法的补充。
生信与临床
2022-08-21
1.5K
0
孟德尔随机化之MendelianRandomization包(第一讲)
default
fixed
ld
random
之前和大家详细介绍过“TwoSampleMR”包和“MRPRESSO”这两个常用的进行孟德尔随机化分析的R包,但是很多朋友实际上会用到“MendelianRandomization”这个来自CRAN的R包。这个包主要是Stephen Burgess编写的,具有一定的权威性,并且也提供了很多实用的功能,并且在某些方面弥补了TwoSampleMR包的不足。
生信与临床
2022-08-21
2.9K
0
点击加载更多
社区活动
腾讯技术创作狂欢月
“码”上创作 21 天,分 10000 元奖品池!
立即发文
Python精品学习库
代码在线跑,知识轻松学
立即查看
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客,速成社区影响力并领取好礼
立即体验
技术创作特训营·精选知识专栏
往期视频·千货材料·成员作品 最新动态
立即查看
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