$$\rightleftharpoonup{xx}$$
$$\longleftharp{xx}$$,
$$\longrightharp{xx}$$,
מחקר זה מיישם עיצוב רנדומיזציה מנדלית (MR) דו-מדגמי כדי להעריך האם אורך הטלומרים הפרוקסי גנטית (TL) משפיע סיבתית על הסיכון לבלוטת תריס. נעשה שימוש רק בסטטיסטיקות סיכום GWAS שאינן מזוהות וזמינות לציבור, ולא נלקחו גישה לנתונים ברמת הפרט. ועדת הביקורת המוסדית של בית החולים העירוני צ'ינגדאו קבעה כי הניתוח פטור מסקירה נוספת משום שהוא מסתמך אך ורק על נתוני סיכום ציבוריים. כל מחקרי האסוציאציה הגנומיים התורמים קיבלו הסכמה מדעת ואישורים אתיים כחלק מהפרוטוקולים המקוריים שלהם. הניתוח בנוי כך שימזער סיבתיות מבלבלת והפוכה על ידי שימוש בווריאנטים של קו הנבט הקשורים ל-TL ככלים בלתי מבלבלים ויישום נהלי רגישות לחקירת פליאוטרופיה, הטרוגניות וכיוון ההשפעה.
מקורות נתונים
מאגר החשיפה של TL התקבל מ-IEU OpenGWAS תחת המזהה ieu-b-4879, הכולל כ-472,174 משתתפים ממוצא אירופי. מאגר התוצאה של תרוטוקסיקוזיס נלקח מקונסורציום FinnGen, תוך שימוש בערכת הקצה של 2021 finn-b-thyROTOXICOSIS עם 4,142 מקרים ו-213,693 ביקורת. משאבים אלו מספקים הערכות יעילות ושגיאות סטנדרטיות הנדרשות לבניית מכשירים ברמת SNP, התאמת אללים והערכת השפעות סיבתיות עם אומדני MR מבוססים.
סביבת תוכנה ומחשוב
כל הניתוחים בוצעו ב-R (גרסה 4.3.1). החבילה האנליטית העיקרית הייתה TwoSampleMR (גרסה 0.5.7), שהושלמה על ידי ieugwasr לגישה תכנותית למשאבי GWAS, MRPRESSO לזיהוי חריגות ובדיקות עיוות, mr.raps להערכה חזקה תחת מכשירים חלשים ופליאוטרופיה ייחודית, RadialMR לויזואליזציה רדיאלית, וחבילות כלליות כולל tidyverse ו-data.table. מידע על סשן וגרסאות חבילות נכתבות לקובץ כדי להבטיח שחזור קפדני.
הנחות יסוד של אקראיות מנדלית
מסגרת ה-MR מניחה שכלים גנטיים קשורים חזק ל-TL, בלתי תלויים בגורמים שמבלבלים את הקשר בין TL לתירוטוקסיקוזיס, ומשפיעים על תרוקסוקוזיס רק דרך TL ולא דרך מסלולים חלופיים. תכנית הניתוח מממשת הנחות אלו על ידי כימות עוצמת לכל וריאנט, על ידי בדיקת פליאוטרופיה אופקית לא מאוזנת בשיטות מבוססות אינטרספט וסינון חריגים, על ידי הערכת הטרוגניות בין וריאנטים, ואישור כיוון ההשפעה מ-TL לבלוטת תריס באמצעות מבחן כיווני פורמלי12.
בחירת מכשירים ובקרת איכות
הכלים הגנטיים נבחרו מ-TL GWAS בסף מובהקות גנומי רחב של p < 5×10-8. כדי להבטיח עצמאות, טופל חוסר האיזון בקישור על ידי התגבשות ב-r2 = 0.001 בתוך חלון של 10,000 קילובייט באמצעות נתוני ייחוס אירופיים מפרויקט 1000 גנומים; כאשר הווריאנטים היו מקושרים, הווריאנט עם ערך p קטן יותר לקישור ל-TL נשמר. חוזק הכלי סוכם עבור כל וריאנט באמצעות הסטטיסטיקה F_i = \beta_{E,i}^{2}/\mathrm{SE}(\beta_{E,i})^{2} ונשפטה מול קריטריון F > 1013,14. כאשר מתאים, קירוב סנדרסון-ווינדמייר הופנה לתיאור עוצמת המכשירים המצטברת על פני מספר וריאנטים במדגם בגודל N, כאשר K מכשירים הסבירו את שונות החשיפה R^{2}: F_{\mathrm{SW}} = \{[R^{2}/(1-R^{2})]\,(N-K-1)\}/K 15. וריאנטים פלינדרומיים מעורפלים עם תדירויות אללים קרובה ל-0.5 הוצאו אלא אם כן מידע על תדירות האללים אפשר יישור חד-משמעית.
הרמוניזציה
לכל כלי, הקישור המתאים לבלוטת התריס הופק מ-FinnGen והותאם כך שגדלי ההשפעה מייצגים את אותו אלל אפקט לאורך כל החשיפה והתוצאה. ההרמוניזציה הסירה אי-התאמות אלל, תיקנה בעיות גדיליות, והדרה SNPs פלינדרומיים עם עמימות לא פתורה, ויצרה מאגר נתונים מתאים לבניית יחס וולד תקפה.
הערכת סיבתיות ראשונית
הניתוח הראשוני השתמש באומדן משוקלל השונות ההפוכה (IVW) כדי לנתח מטא-אנליזה של יחסי וולד ספציפיים ל-SNP לאפקט סיבתי מאוחד16. ההערכות מדווחות כיחס סיכויים לעלייה אחת בסטיית תקן בטווח הזמן, כאשר טווחי ביטחון של 95% נגזרים תחת מודלים של השפעות קבועות ואקראיות. בחירת המודל הונחה על ידי אבחון הטרוגניות, ושני המפרטים מוצגים כדי להקל על פרשנות איתנה.
ניתוחי רגישות ובדיקות עמידות
עמידות הוערכה באמצעות רגרסיית MR-Egger עם מונח יירוט לבדיקת פליאוטרופיה כיוונית לא מאוזנת, הערכת הסתברות מקסימלית לשיפור היעילות תחת הומוגניות תוך הפחתת שגיאת מדידה, MR-PRESSO לביצוע בדיקת חריגות גלובלית ולהערכת עיוות והשפעות מתוקנות חריגות, ו-MR-RAPS לספק הערכות עמידות למכשירים חלשים ופליאוטרופיה ייחודית17. הטרוגניות בין וריאנטים נמדדה באמצעות סטטיסטיקת Q של קוקרן במסגרת IVW18. כיוון ההשפעה נבדק באמצעות מבחן שטייגר, המשווה את שיעור השונות המוסבר בחשיפה לתוצאה כדי לקבוע האם הנתונים תואמים יותר ל-TL הגורמת לתירוטוקוקוזיס מאשר להפך. יירוט MR-Egger שימש כמבחן פורמלי לפליאוטרופיה כיוונית. נבדקו ניתוחי השארת אחד החוצה כדי לוודא שהאסוציאציה הכוללת אינה מונעת על ידי וריאנט יחיד.
אקראיות מנדלית הפוכה
כדי לבדוק סיבתיות הפוכה, הצינור האנליטי חזר על עצמו כאשר החשיפה לתירוטוקסיקוזיס ו-TL כתוצאה. אותם קריטריוני בחירת מכשיר, נהלי הרמוניזציה, אומדן ראשי של IVW וניתוחי רגישות יושמו כך שהמסקנות לגבי כיווניות מתקבלות במסגרת סיבתית זהה.
בדיקות מרובות, חשמל ודיווח
מבחן ההשערה הראשי מתייחסת לאומדן IVW להשפעת TL על תריס טוקסיקוזיס. אומדני רגישות ובדיקות אבחון מפורשים כראיות תומכות; ערכי p מדווחים בסימון מדעי לשם בהירות, והמסקנות מדגישות עקביות בין שיטות ולא על ספי מובהקות מבודדים. סיכומי עוצמת המכשיר ושיעור השונות המוסברים מנחים את ההספק המשוער תחת ניסוחים סטנדרטיים של אי-מרכזיות, תוך הכרה בכך שההספק תלוי בגודל המדגם, חוזק המכשיר וגודל ההשפעה האמיתי.
שחזוריות חישובית ופקודות מדויקות
שחזוריות מובטחת על ידי מתן רצף מלא של פקודות R שמשחזרות בחירת מכשירים, חילוץ תוצאות, הרמוניזציה, ניתוחים ראשוניים ורגישות, MR הפוך, פלטי אבחון וייצוא קבצים מוכנים לניתוח. הסקריפט כותב קבצי CSV יציבים וקריאים על ידי אדם, התואמים לרשימת המכשירים, למערך הנתונים המאוחד, ולסיכום הערכות ואבחון MR.
# R 4.3.1; TwoSampleMR 0.5.7
# התקנה אופציונלית:
# install.packages(c("TwoSampleMR", "ieugwasr", "MRPRESSO", "mr.raps",
"RadialMR", "tidyverse", "data.table"))
ספרייה (TwoSampleMR)
ספרייה (IEUGWASR)
ספרייה (MRPRESSO)
ספרייה (Mr.Raps)
ספרייה (RadialMR)
ספרייה (Tidyverse)
library(data.table)
# חשיפה: אורך טלומרים (IEU OpenGWAS)
exposure_id <- "ieu-b-4879"
# תוצאה: נקודת הסיום של FinnGen 2021 לטיפול בבלוטת התריס בשימוש בניתוחים המדווחים
outcome_id <- "פינ-ב-תירוטוקסיסיס"
# בחירת מכשירים עם סף כללי לגנום והתקבלות LD קפדנית
ניסיון <-extract_instruments(תוצאות = exposure_id, p1 = 5e-8, גוש = TRUE, r2 = 0.001, kb = 10000)
exp$F_stat <- (exp$beta.exposure^2) / (exp$se.exposure^2)
fwrite(exp, "S1_instruments_TL.csv")
# חילוץ תוצאות והרמוניזציה
<-extract_outcome_data(SNPS = exp$SNP, תוצאות = outcome_id)
dat <- harmonise_data(exp, out, action = 2)
fwrite(dat, "S2_harmonised_TL_vs_thyrotoxicosis.csv")
# MR ראשוני ומערכי רגישות
res <- mr(dat, method_list = c("mr_ivw","mr_ivw_fe", "mr_egger_regression",
"mr_weighted_median","mr_raps","mr_maxlik")
het <- mr_heterogeneity(dat) # Q של קוקרן
פליאו <- mr_pleiotropy_test(dat) # אגר יירוט
סטייגר <- directionality_test(dat) # כיווני שטייגר
# MR-PRESSO הערכות גלובליות ותוקנות חריגות
mrpresso <- mr_presso(BetaOutcome = "beta.outcome", BetaExposure = "beta.exposure",
SdOutcome = "se.outcome", SdExposure = "se.exposure",
OUTLIERtest = TRUE, DISTORTIONtest = TRUE,
data = dat, NbDistribution = 1000, SignifThreshold = 0.05) #
# MR הפוך: תירוטוקוזיס (חשיפה) -> TL (תוצאה)
rev_exp <- extract_instruments(תוצאות = outcome_id, p1 = 5e-8, גוש = TRUE, r2 = 0.001, kb = 10000)
rev_out <- extract_outcome_data(snps = rev_exp$SNP, תוצאות = exposure_id)
rev_dat <- harmonise_data(rev_exp, rev_out, פעולה = 2)
rev_res <- mr(rev_dat, method_list = c("mr_ivw","mr_ivw_fe","mr_egger_regression",
"mr_weighted_median","mr_raps","mr_maxlik")
rev_het <- mr_heterogeneity(rev_dat)
rev_pleio <- mr_pleiotropy_test(rev_dat)
rev_steiger <- directionality_test(rev_dat)
# ייצוא לארכיון וליצירת דמויות/טבלאות
write.csv(bind_rows(res), "S3_mr_results_primary.csv", row.names = FALSE)
write.csv(het, "S3_mr_heterogeneity.csv", row.names = FALSE)
write.csv(pleio, "S3_mr_pleiotropy_egger.csv",row.names = FALSE)
write.csv(steiger, "S3_mr_steiger.csv", row.names = FALSE)
write.csv(bind_rows(rev_res), "S3_reverse_mr_results.csv", row.names = FALSE)
write.csv(rev_het, "S3_reverse_heterogeneity.csv", row.names = FALSE)
write.csv(rev_pleio, "S3_reverse_pleiotropy_egger.csv", row.names = FALSE)
write.csv(rev_steiger, "S3_reverse_steiger.csv", row.names = FALSE)