XiaoMi-AI文件搜索系统
World File Search System孟德尔
血压与心房颤动风险之间的关系：合并和性别分层的孟德尔随机研究
房颤（AF）是最常见的持续性心脏烦恼，影响了全世界数百万的人，并且由于其与中风，心力衰竭和死亡率的增加相关，因此造成了巨大的公开负担[1，2]。观察性研究表明，包括收缩压（SBP），舒张压（DBP）和脉压（PP）在内的血压参数之间存在潜在的关联，以及AF的发展[3，4]。但是，这些观察性关联可能会被各种环境和生活方式因素混淆，从而使建立因果关系具有挑战性。重要的是，越来越多的证据表明，AF的病理生理学和危险因素可能存在性别差异。以前的流行病学研究报告说，男性和女性之间AF的患病率，发生率和结果的不同，女性通常表现出不同的危险因素特征和较差的预后[5-7]。然而，性别之间的血压与AF风险之间的关系是否有所不同，并且这些特定性别相关的因果性质尚未得到很好的确定。为了解决这些知识差距，我们采用了性别分层的两样本孟德尔随机化方法（MR）方法。MR将遗传变体用作工具变量来研究因果关系，同时最大程度地减少混杂和反向因果关系[8]。详细信息，例如人口的招聘标准和遗传数据的质量控制，可以在原始论文中找到[9]。通过分析性别和性别特异性遗传数据，我们的研究旨在确定不同的血压参数（SBP，DBP和PP）与AF风险之间的潜在因果关系，并特别着重于确定这些关联中任何性别特异性模式。The GWAS summary data of blood pressure phenotypes (including sex-pooled SBP, female-specific SBP, male-specific SBP, sex-pooled DBP, female-specific DBP, male-specific DBP, sex-pooled PP, female-specific PP and male-specific PP) were obtained from a recent study based on sex-specific genetic architecture of blood pressure.从NEALE LAB UKBB GWAS第2轮获得了性别pool的AF，特异性AF和男性特异性AF的GWAS摘要数据。可以在网站https://www.nealelab.is/uk-biobank上找到详细信息，例如人口的重新策略和遗传数据的质量控制。
双样本孟德尔随机化研究的结果
简介：2 型糖尿病是世界范围内的主要健康问题，具有多种风险因素。观察性研究表明，奶酪消费与 2 型糖尿病有关，但目前尚不清楚这种关系是否是因果关系。为了评估这种关系，我们进行了一项双样本孟德尔随机化 (MR) 研究。材料和方法：奶酪摄入量统计数据来自英国生物样本库，2 型糖尿病的公开全基因组关联研究 (GWAS) 来自 IEU OpenGWAS、FinnGen 生物样本库、EBI GWAS 和日本生物样本库。主要方法是采用逆方差加权法的汇总荟萃分析。敏感性分析包括 MR-Egger 回归、加权中位数、加权众数和留一法。因果关系的 MR 估计值报告为比值比 (OR) 和 95% 置信区间 (CI)。结果：在固定和随机效应模型的汇总荟萃分析中，奶酪摄入量每增加一个标准差，2 型糖尿病的综合 OR 分别为 0.58（95% CI：0.50–0.68，p < 0.001）和 0.50（95% CI：0.32–0.78，p = 0.003）。敏感性分析表明，没有水平多效性（所有 p > 0.05），但存在异质性（所有 p < 0.05）。结论：我们发现适量食用有益的奶酪可以降低 2 型糖尿病的风险。这些发现表明，增加适合人类的奶酪摄入量可能有助于预防和控制 2 型糖尿病。
吸烟与复发性气孔炎之间的关系：孟德尔随机研究
ras是多方面的，可能涉及遗传易感性，局部创伤，免疫系统功能障碍，营养缺乏，感染和心理压力4。RAS的药理学管理提出了重大挑战，缺乏有效的治疗剂。此外，缺乏确定的病因理解和公认的治疗方案，强调了继续研究其发病机理的必要性。此类调查对于告知公共口腔健康干预措施至关重要。吸烟是一个关键的生活方式因素，并且在全球范围内构成了重要的公共卫生关注。与之相关的慢性疾病包括呼吸系统疾病，心血管疾病和各种形式的癌症5。此外，吸烟可能会对口腔健康产生不利影响，导致口咽癌和牙周疾病的风险升高6,7。Chaudhuri等人的研究。8建议在吸烟成瘾与RAS的发生之间存在关联。相反，Kudsi等人。9发现吸烟与口腔粘膜病变无关。尽管如此，这些观察性研究的发现表现出不一致的情况，并且存在可能的混杂变量，再加上反向因果关系的固有风险，阻碍了建立吸烟与RAS之间的最终因果关系的能力。鉴于遗传变异是根据Mendel的第二定律随机分配的，因此该方法与随机对照试验中观察到的随机分配相似。孟德尔随机化（MR）是一种方法学方法，它采用了自然存在的遗传变异，特别是与特定暴露的单核苷酸多态性（SNP），作为工具变量（IVS），以阐明暴露因素与目标结果之间的因果关系。此外，这些遗传突变的发生在表型的表现之前。因此，减轻混淆变量和反向因果关系。随着基因组广泛关联研究数据库（GWAS）数据库的迅速发展，MR分析方法已在流行病学研究中广泛使用。已经表明，MR分析比传统
有关儿童肥胖和牙本质异常的因果推断：孟德尔随机研究
摘要背景：牙面异常，包括斑纹，可能导致功能障碍和社会心理挑战。尽管生长和发展过程中的遗传学和环境因素扮演着关键的作用，但儿童肥胖的影响尚不清楚。这项研究旨在研究使用孟德尔随机化（MR）的儿童期高体重与牙本质异常之间的因果关系。方法：使用全基因组关联研究数据应用了两样本的MR方法，这是一种在遗传流行病学中用于推断暴露与结果之间因果关系和结果的一种技术，该技术使用每个遗传关联研究的摘要数据。这种方法利用基因的随机分配来克服观察性研究中的混杂和反向因果关系问题，通过使用遗传变异作为仪器变量。儿童肥胖和体重指数（BMI）是暴露和牙本质异常。在严格的过滤后，14个儿童肥胖和16个与BMI相关的单核苷酸多态性被选为使用反相反的加权，MR-EGGER，MR-EGGER，加权中位数，加权模式和Mendelian随机性随机化模式和Mendelian随机性的多效性残留率和脱位率（MR-PRESSO）方法分析的仪器变量。用于鉴定潜在的多效性，MR-EGGER截距测试和MR-Presso全球测试。此外，进行了一项删除灵敏度分析，以评估发现的鲁棒性。Cochrane的Q检验，漏斗图，EGGER截距测试和MR-Presso全球测试没有异质性或水平多效性。结果：儿童肥胖（P = 0.005，赔率无线电（OR）= 0.918 [0.865，0.974]）和较高的BMI（P = 3.72×10-6，OR = 0.736 [0.646，0.838]）与潜在的CASAL的牙本质相关关系降低，与潜在的CASAL相关性降低。保留的分析确认了结果稳定性。结论：这项研究提供了遗传证据，表明儿童肥胖和BMI可能与牙齿/下巴畸形（如牙合牙合）的发生率较低有关。虽然鉴于儿童肥胖的总体健康风险，但似乎存在逆关系，但该链接需要谨慎的解释和进一步的研究。
妊娠期疾病与新生儿黄疸之间的因果关系：双样本孟德尔随机化研究
妊娠期糖尿病、高血压、感染、先兆子痫、早产、流产和抑郁症是妊娠期间最常见的并发症 (6)，其中一些可能会导致严重的健康问题。例如，一项纳入 630 名伊朗妇女的横断面研究报告称，孕产妇先兆子痫与新生儿黄疸指数之间存在显著关系 (7)。另一项研究调查了与新生儿黄疸相关的孕产妇疾病因素，发现梅毒、妊娠期平滑肌瘤和妊娠前输卵管卵巢炎是新生儿黄疸的主要危险因素 (8)。此外，Garosi 等人 (9) 认为分娩方式和催产素诱导也可能导致黄疸。此外，Jiang 等人 (10) 发现妊娠期间子痫与新生儿黄疸之间存在显着相关性。 （10）研究了2019年至2020年1309名新生儿及其母亲患新生儿病理性黄疸的风险与母体血液参数之间的关联，发现新生儿病理性黄疸与母体血液参数之间存在潜在联系。
网络孟德尔随机化分析揭示 2 型糖尿病与胃肠道疾病之间的蛋白质通路联系
图 3 (A) 在发现数据集 (deCODE) 中，基因预测的 T2D 与循环蛋白质水平之间的 MR 关联的火山图。标记蛋白质是 464 种发现的蛋白质中的 69 种，FDR <0.05，在 UKB-PPP 和 Fenland 数据集中方向一致且保持名义显著 (p < 0.05)。 (B) 使用来自 UKB-PPP 和 Fenland 的蛋白质数据复制的关联热图。在热图中，p 值 <0.05 但 FDR 校正的 p 值 ≥ 0.05 的关联标记为 *，而 FDR 校正的 p 值 <0.05 标记为 **。FDR 在每个数据集的所有蛋白质中都表现出来。ADH1B，酒精脱氢酶 1B；ADH4，酒精脱氢酶 4；ENPP7，外核苷酸焦磷酸酶/磷酸二酯酶家族成员 7； EPHA1，肝配体 A 型受体 1；FDR，错误发现率；GI，胃肠道；GUSB，β-葡萄糖醛酸酶；INSL5，胰岛素样肽 INSL5；NCAN，神经胶质蛋白核心蛋白；SULT2A1，胆汁盐磺基转移酶；T2D，2 型糖尿病；TNFSF12，肿瘤坏死因子配体超家族成员 12。
肠道微生物组和中风：东亚和欧洲人口的双向孟德尔随机化研究
摘要背景和目的观察性研究暗示了肠道微生物组参与中风发育。相反，中风可能破坏肠道微生物组平衡，可能导致全身感染加剧脑梗塞。但是，因果关系仍然存在争议或未知。为了研究双向因果关系和潜在的种族差异，我们在东亚（EAS）和欧洲（EU）种群中进行了双向两样本的孟德尔随机化（MR）研究。利用Mibiogen Consortium（N = 18 340，EU）和BGI（n = 2524，EAS）的迄今为止最大基因组 - 大型结合研究（GWAS）的摘要数据，用于肠道微生物组，stoke stroke gwas gwas gwas gwas gwas constroke constorme constorce consortium controke gwas数据分别分析EA和欧盟人口。结果，我们通过中风或其亚型确定了EA中的85个肠道微生物类群和欧盟64个肠道微生物类群之间的名义显着关联。Following multiple testing, we observed that genetically determined 1 SD increase in the relative abundance of species Bacteroides pectinophilus decreased the risk of cardioembolic stroke onset by 28% (OR 0.72 (95% CI 0.62 to 0.84); p=4.22e−5), and that genetically determined 1 SD increase in class Negativicutes resulted in a 0.76% risk increase in small vessel stroke在EA中。在欧盟人群和反向MR分析中未发现明显的因果关系。结论我们的研究表明，EA和欧盟人群中肠道微生物组和中风风险之间的亚型特异性和人群特异性因果关系。确定的因果关系有望制定新的中风策略，需要进一步的机械验证，并需要进行临床试验研究。
孟德尔随机化显示纤溶酶原是心肌梗死和心房颤动的共同治疗靶点
简介心肌梗死 (MI) 是由于心肌部分血流不足引起的，从而导致胸痛、气短和心律失常等症状。1 值得注意的是，压力、高胆固醇、肥胖、糖尿病、吸烟和更年期都会增加 MI 的风险。2 研究表明，阿司匹林和他汀类药物等药物可以降低 MI 的风险。3,4 心房颤动 (AF) 是指心律不齐且通常很快，它会增加心脏形成血栓的风险。AF 会增加 MI 和中风的风险。5,6 在 AF 患者中，MI 的发病率比非 AF 患者高出约 50%，并且 6-21% 的急性 MI 患者同时存在 AF。7-9 此外，有高血压病史的患者患 AF 的风险较高。10 观察性研究表明 MI 和 AF 之间存在关联，并提出了几种机制。例如，MI 可以
药物靶标孟德尔随机化研究
a 瑞士洛桑洛桑大学医院 (CHUV) 和洛桑大学临床神经科学系 b 挪威奥斯陆奥斯陆大学心理学系 c 英国牛津大学精神病学系 d 英国伦敦帝国理工学院流行病学和生物统计学系 e 挪威奥斯陆 Diakonhjemmet 医院心理健康和药物滥用部门 f 精准中心挪威奥斯陆奥斯陆大学医院和临床医学研究所精神科精神健康与成瘾科 g 挪威奥斯陆大学 KG 捷成神经发育障碍中心 h 伯尔尼医院神经病学诊所，瑞士伯尔尼大学 i 诊断和介入神经放射学大学，伯尔尼大学医院瑞士伯尔尼 j 德国莱比锡马克斯普朗克人类认知与脑科学研究所神经病学系 k 英国牛津大学大数据研究所纽菲尔德人口健康系
管理孟德尔随机化研究的指数增长
1. Davey Smith G、Ebrahim S。“孟德尔随机化”：遗传流行病学能否有助于理解疾病的环境决定因素？Int J Epidemiol。2003；32(1)：1 – 22。https://doi.org/10.1093/ije/dyg070 2. Davey Smith G、Ebrahim S。20 年后孟德尔随机化：如何避免傲慢，同时取得更多成就？Lancet Diabetes Endocrinol。2024；12(1)：14 – 7。https://doi.org/10.1016/S2213-8587 (23)00348-0 3. Davies NM、Holmes MV、Davey Smith G。阅读孟德尔随机化研究：临床医生指南、词汇表和清单。BMJ。 2018；362：k601。https://doi.org/10.1136/bmj.k601 4. Wootton RE、Richmond RC、Stuijfzand BG、Lawn RB、Sallis HM、Taylor GMJ 等人。终生吸烟对抑郁和精神分裂症风险的因果关系证据：孟德尔随机化研究。心理医学。2020；50(14)：2435 – 43。https://doi.org/10. 1017/S0033291719002678 5. Liu Y、Elsworth B、Erola P、Haberland V、Hemani G、Lyon M 等人。EpiGraphDB：用于健康数据科学的数据库和数据挖掘平台。生物信息学。 2021；37(9)：1304 – 11。https://doi.org/10. 1093/bioinformatics/btaa961 6. Khouja JN、Wootton RE、Taylor AE、Davey Smith G、Munafò MR。吸烟遗传易感性与年轻人使用电子烟的关系：一项队列研究。PLoS Med。2021；18(3)：e1003555。https://doi.org/10.1371/journal.pmed.1003555 7. Lawlor DA、Tilling K、Davey SG。病因流行病学中的三角测量。Int J Epidemiol。2017；45(6)：1866 – 86。https://doi.org/ 10.1093/ije/dyw314