XiaoMi-AI文件搜索系统
World File Search Systemrandomization
肠道菌群，免疫细胞和冠状动脉疾病之间的因果关系：介导的孟德尔随机分析
心血管疾病是全球死亡的最常见原因。冠心病（CHD）是最常见的心血管疾病类型。它的特征是由于冠状动脉变窄而导致心肌功能障碍，导致血液供应不足。CHD是全球老年患者的死亡原因之一，其风险持续上升。在小鼠模型中，可以通过肠道微生物（GM）转移传播对CHD和血栓形成的敏感性（Brown and Hazen，2018）。这种传播可能与以下事实有关：微生物群落影响宿主代谢，并通过微生物相关的分子模式通过宿主模式识别受体感知，这会影响心血管疾病的发病机理。针对微生物的治疗策略有望预防或治疗心血管疾病（Brown and Hazen，2018）。正常个体和冠状动脉疾病患者之间的GM组成中存在显着差异。在健康的人中，肠道菌群主要包括坚硬，细菌植物，肌动杆菌和子宫菌，它们在维持肠道健康和免疫系统方面起着关键作用。相比之下，冠心病患者的肠道成分和结构发生了显着变化。这些变化包括某些细菌组的增加或减少，例如毛霉菌蛋白酶科和Ruminococaccaceae，以及病原体或机会性病原体的数量增加（Dai等人，2020年）。迄今报道的潜在生物标志物包括三甲胺氧化胺（TMAO），短链脂肪酸（SCFA）和次胆汁酸。例如，tmao是一种肠道的代谢产物，与动脉粥样硬化的形成密切相关和CHD的发展。研究表明，TMAO通过影响血小板活性和胆固醇代谢来促进动脉粥样硬化的形成（Tang and Hazen，2017； Witkowski等，2020）。先前的研究表明，GM与CHD之间存在很强的因果关系（Jiang等，2023; Yang等，2024），GM和代谢物的丰度变化可能会影响CHD的进展（Wang等，2024）。大量证据表明，转基因在诸如代谢性疾病和心血管疾病等疾病的发作和进展中起着至关重要的作用（Wen等，2022； Qiao等，2023）。临床研究发现，CHD和认知障碍患者的GM发生了显着变化（Sun等，2019； Paiva等，2020）。GM的变化可以通过诸如慢性炎症，促进动脉粥样硬化和促进血栓形成的机制来介导CHD的发展（Liyu等，2022）。一项研究从转录组的角度分析了GM和CHD之间的关系，发现fusicatenibacter可以通过影响几个与CHD相关的靶标，即GBP2，MLKL和CPR65高度相关（Chen等，2023）。另一项研究表明，与CHD相关的肠道菌群中的性别营养不良，有可能导致心血管疾病发生率中观察到的性别差异（Garcia-Fernandez等，2024）。许多草药也可以通过调节GM的组成，降低三甲胺-N-氧化物（TMAO）水平来对CHD进行干预，从而增加
朝鲜语中的14年累积遗传高血压和2型糖尿病的风险：观察和门德尔随机证据
摘要本研究旨在评估血压（BP）与2型糖尿病（T2D）的因果关系，并评估韩国未来临床的高BP或血糖的遗传倾向的累积作用。评估大型生物库中禁食血糖（FBS）和收缩压（SBP）之间的双向因果关系，五个MR方法（一个2阶段最小二乘（2SL）回归（2SLS）回归，逆变量（IVW），2个基于中位数（IVW），2个基于中间的（简单和MR的评分）和MRSCRETS和MRSCERTS和MR ISCERT SPERT SPERT SPERT SPERT SPERT SEPTIED（WISCERT）。在所有五种方法中都发现了双向因果关系，并且没有水平的多效性。使用2SLS回归方法，基因确定的10 mm/hg SBP升高导致0.63 mmol/L FBS增加（P <0.0001）。男人的双向因果关系特别牢固。使用基于组的轨迹建模（GBTM）确定基于遗传确定的SBP和FBS水平的不同预测轨迹。进行了每种轨迹中随后的高血压或T2D的风险，COX比例危害模型和调整后的协变量（包括WGR）。一个不控制的SBP模式（浮动图）的子序列T2D风险高于对照预测的模式（HR：1.25，95％CI：1.00 - 1.58）。在韩国中年，有明显的证明，高BP和T2D之间存在双向因果关系，这与以前的欧洲研究不同。特别是，遗传变异的累积高血压倾向可能会影响T2D发病率的风险。必须在寿命中遵循高bp的预防。
完善肠道菌群与常见血液学恶性肿瘤之间的关系：双向Mendelian随机研究的见解
Results: Through forward and reverse MR analyses, we found the risk of lymphoid leukemia was signi fi cantly associated with the abundance of phylum Cyanobacteria, order Methanobacteriales, class Methanobacteria, family Peptococcaceae, family Methanobacteriaceae, and genera Lachnospiraceae UCG010, Methanobrevibacter, Eubacterium brachy组和丁二维伯里奥（Butyrivibrio）。The risk of myeloid leukemia was signi fi cantly associated with the abundance of phylum Actinobacteria, phylum Firmicutes, order Bi fi dobacteriales, order Clostridiales, class Actinobacteria, class Gammaproteobacteria, class Clostridia, family Bi fi dobacteriaceae, and genera Fusicatenibacter, Eubacterium Hallii Group，Blautia，Collinsella，Ruminococcus Gauvreauii组和双杆菌。Hodgkin淋巴瘤的风险与丰富的梭子座Vadinb60组，peptocococus属和Ruminococcaccaceae UCG010属显着相关。恶性等离子体细胞肿瘤的风险与丰富的Romboutsia属和卵细菌的丰度显着相关。弥漫性大B细胞淋巴瘤的风险与丰富的Erysipelatoclostridium和Eubacterium coprostanolostanoligenes组显着相关。成熟T/NK单元的风险
Mendelian随机分析三甲胺N-氧化物及其前体与帕金森氏病之间的因果关系
简介：先前的研究报告了三甲胺N-氧化物（TMAO）和帕金森氏病（PD）之间的潜在关联。这项研究的目的是检查循环TMAO及其前体的水平与使用两样本的孟德尔随机化（MR）方法之间的潜在关系。材料和方法：我们从三个全基因组社会研究（国际帕金森氏病基因组学，帕金森氏病，帕金森的研究：有组织的遗传学计划和Genepd和Finngen）中汇总了数据，以提取与单核苷酸多态性（SNP）（SNP）与TMAO，Carnitine，Carnitine和Betnitine的循环浓度相关。这些SNP被用作随机效应模型中的仪器变量，以评估TMAO循环浓度及其前体的循环浓度与帕金森氏病的风险，并通过估计的优势比与伴随的95％置信区间来评估循环变量。主要分析采用了反向差异加权（IVW）方法，该方法与MR-Egger回归分析相辅相成。结果：使用IVW方法进行的分析，该方法汇总了三个数据库的数据，并未显示循环浓度TMAO及其前体之间的因果关系，并且PD的风险（P> 0.05）。MR-Egger分析的结果进一步证实了这一发现。灵敏度分析表明，结果不受任何偏见的影响，异质性测试表明SNP之间没有显着差异。有必要进行进一步的调查，以确定这种关联是否确实存在。结论：这项研究没有发现循环浓度或其原始物质与PD风险之间的因果关系的任何结论性证据。
标题：百万退伍军人计划中的糖尿病和痴呆症的孟德尔随机研究1 2 Elizabeth M Litkowski（0000-0002-7079-696X），1,2,3 m
8犹他大学，美国盐湖城，犹他州84132，美国27 9 9 9下，宾夕法尼亚州费城，宾夕法尼亚州费城，宾夕法尼亚州费城，宾夕法尼亚州费城，宾夕法尼亚州，费城大学，宾夕法尼亚大学，宾夕法尼亚州，19104年，19104年，19104年，美国29 11 11 Atlanta va va va va va va va va va va va va va va va antlanta Carey and decatib and 3033333333333333333333.埃默里大学医学院31医学院，佐治亚州亚特兰大，30307，美国32 13压力与心理健康卓越中心，弗吉尼亚州圣地亚哥医疗保健系统，加利福尼亚州圣地亚哥，加利福尼亚州，33 92161，美国34 14 14陈化行为遗传学中心，加利福尼亚大学医学院，加利福尼亚大学，加利福尼亚大学，圣地亚哥，圣地亚哥，35 Co exior，35 Co，92093，92093：35 CAEN：在150个单词中39个上下文中的研究：141个单词中的141个单词40
评估吸烟对脑白质老化的因果影响：英国生物库的双样本孟德尔随机化分析
通讯作者： Shuo Chen，美国马里兰州巴尔的摩市马里兰大学医学院精神病学系马里兰精神病学研究中心。shuochen@som.umaryland.edu，Tianzhou Ma，美国马里兰州帕克市马里兰大学公共卫生学院流行病学和生物统计学系。tma0929@umd.edu。 作者贡献 Chen Mo：数据管理；形式分析；方法论；可视化；写作稿；写作评审和编辑。Jingtao Wang：形式分析；方法论；写作稿；写作评审和编辑。Zhenyao Ye：数据管理；方法论；可视化；写作稿；写作评审和编辑。Hongjie Ke：方法论；写作稿；写作评审和编辑。Song Liu：数据管理；写作评审和编辑。Kathryn Hatch：数据管理；写作评审和编辑。Si Gao：数据管理；写作-评论和编辑。Jessica Magidson：写作-评论和编辑。Chixiang Chen：写作-评论和编辑。Braxton D. Mitchell：写作-评论和编辑。Peter Kochunov：写作-评论和编辑。L. Elliot Hong：写作-评论和编辑。Tianzhou Ma：概念化；方法论；监督；写作-评论和编辑。Shuo Chen：概念化；资金获取；方法论；监督；写作-评论和编辑。
使用遗传变异来评估降低胆固醇对头颈癌风险的因果影响：孟德尔随机化研究
1 MRC 综合流行病学部，人口健康科学系，布里斯托尔医学院，布里斯托尔大学，英国布里斯托尔，2 布里斯托尔牙科医院和学院，布里斯托尔大学，英国布里斯托尔，3 布里斯托尔医学院，布里斯托尔大学，英国布里斯托尔，4 布里斯托尔大学医院和韦斯顿 NHS 基金会信托国家健康研究所布里斯托尔生物医学研究中心，布里斯托尔大学，英国布里斯托尔，5 埃克塞特大学医学院，RILD 大楼，RD&E 医院，埃克塞特，英国，6 世界卫生组织遗传流行病学组，国际癌症研究机构，法国里昂，7 意大利罗马天主教圣心大学生命科学与公共卫生系卫生科，8 妇女儿童健康和公共卫生部，公共卫生领域，基金会意大利罗马 A. Gemelli IRCCS 大学综合医院，9 美国北卡罗来纳州教堂山北卡罗来纳大学吉林斯全球公共卫生学院流行病学系，10 美国宾夕法尼亚州匹兹堡匹兹堡大学公共卫生研究生院和 UPMC Hillman 癌症中心人类遗传学系，11 加拿大多伦多西奈医疗系统 Lunenfeld-Tanenbaum 研究所 Prosserman 人口健康研究中心，12 加拿大多伦多多伦多大学 Dalla Lana 公共卫生学院，13 加拿大多伦多玛格丽特公主癌症中心，14 英国布里斯托尔布里斯托尔大学细胞与分子医学学院，15 巴西圣保罗圣何塞杜里奥普雷图医学院，16 以色列阿尔伯特医院阿尔伯特爱因斯坦研究与教育研究所爱因斯坦，巴西圣保罗，17 荷兰马斯特里赫特大学医学中心 GROW 研究所耳鼻咽喉科和头颈外科系
药物靶标孟德尔随机化分析支持降低血浆 ANGPTL3、ANGPTL4 和 APOC3 水平作为降低心血管疾病风险的策略
英国生物库队列中的遗传关联分析。进行了有害变异基因折叠分析，以测量 ANGPTL3、ANGPTL4 和 APOC3 失活与 CAD 的关联。使用固定效应 IVW 估计量将这些结果与先前的研究进行了荟萃分析。
标题：建立Mendelian随机管道，以查找代谢组暴露和疾病之间的因果估计。项目描述：P
标题：建立Mendelian随机管道，以查找代谢组暴露和疾病之间的因果估计。项目描述：该项目旨在开发孟德尔随机管道，以研究代谢组暴露与疾病之间的因果关系。Mendelian随机化是一种使用遗传变异作为工具变量来评估因果效应的统计方法。在这项研究中，将分析代谢组数据，以确定与各种疾病的潜在因果关系。管道将涉及数据预处理，仪器变量选择，因果关系估计和统计分析，以提供对代谢组暴露对疾病预后的因果影响的见解。该项目旨在为理解代谢途径及其对疾病发展的影响做出贡献，最终为精确医学和有针对性的干预提供了宝贵的信息。职责/活动：
通过双向Mendelian随机化研究，评估免疫特征与注意力多动障碍之间的联系
方法：通过采用统一的GWA摘要数据，涵盖了GWAS目录中的731个免疫特征（从GCST0001391到GCST0002121的登录编号），我们的分析集中于淋巴细胞群的流动量仪，鉴定3,757 sardinians，以识别3,757 sardinians，以识别3,757 sardinians，以识别3,757 Sardinians，以识别3,757 Sardinians。此外，我们从精神病基因组学联盟中获得了总结GWAS统计数据，以评估ADHD的遗传预测。采用ADHD2019的研究（2019年GWAS ADHD数据集的20,183例病例和35,191例对照）和ADHD2022（38,691例病例和275,986例对照，来自2022 GWAS ADHD Dataset）。通过检查全基因组关联信号，我们使用全面的ADHD2022数据集中确定了循环免疫细胞和ADHD之间共享遗传方差。我们主要利用了孟德尔随机研究和敏感性评估中的反向差异加权（IVW）和加权中值方法来评估多样性和多效性。