As análises de Randomização Mendeliana (MR) utilizaram dados de um GWAS (https://gwas.mrcieu.ac.uk/) acessível ao público, que já havia obtido as aprovações éticas e de consentimento informado necessárias durante a coleta inicial dos dados. Consequentemente, não foi necessário mais consentimento ético ou informado para o estudo. O software e os bancos de dados utilizados estão listados na Tabela de Materiais.
1. Dados de exposição
Informações resumidas do GWAS sobre a ingestão relativa de macronutrientes dietéticos de gordura, proteína, carboidratos e açúcar foram obtidas de mais de 235.000 indivíduos de ascendênciaeuropeia 23. A ingestão alimentar do dia anterior (UKB) ou do habitual (todas as outras coortes) foi registrada usando questionários abrangentes sobre alimentos. A ingestão relativa de cada macronutriente foi corrigida pela ingestão total de energia, permitindo efeitos não lineares. Seguindo rigorosos procedimentos de controle de qualidade, o tamanho agregado final da amostra é de 235.391 para açúcar e 268.922 para gordura, proteína ecarboidratos 23. As características básicas dos participantes incluídos no GWAS sobre a ingestão relativa de macronutrientes dietéticos são resumidas na Tabela 1.
Os dados de associação genética para micronutrientes foram obtidos a partir de uma revisão abrangente da literatura existente e da disponibilidade de GWASs robustos em populações europeias. Resumidamente, foram incluídas estatísticas resumidas do GWAS para sete minerais essenciais: cálcio sérico, cobre, ferro, magnésio, fósforo, selênio (medido em amostras de sangue ou unhas dos pés) ezinco 24,25,26,27,28,29,30,31 , além de sete vitaminas, incluindo 25-hidroxivitamina D, vitamina A1 (retinol), vitamina B6, vitamina B9 (ácido fólico), vitamina B12, vitamina C e vitaminaE 32,33,34,35,36,37. As características básicas dos participantes incluídos no GWAS dos micronutrientes são resumidas na Tabela 1.
2. Dados de resultados
Os dados dos resultados foram obtidos do Projeto IEU GWAS (https://gwas.mrcieu.ac.uk/), desenvolvido na Unidade de Epidemiologia Integrativa do MRC na Universidade de Bristol. Especificamente, a miopia foi examinada como resultado usando dados da fonte: ukb-b-6353 (n = 460.536), catarata da fonte: ebi-a-GCST90018814 (n = 491.877), glaucoma da fonte: ebi-a-GCST90013865 (n = 406.927) e degeneração macular precoce relacionada à idade da fonte: ebi-a-GCST010723 (n = 105.248). As características básicas dos participantes incluídos no GWAS de miopia e outros distúrbios oculares importantes são resumidas na Tabela 2. As definições de fenótipos de doenças oculares foram baseadas nos conjuntos de dados originais do GSA. Miopia (ukb-b-6353) foi derivada do Biobanco do Reino Unido e definida com base no uso auto-relatado de óculos ou lentes de contato, principalmente para visão à distância (miopia). Os desfechos de catarata e glaucoma foram obtidos a partir de grandes meta-análises GWAS baseadas em casos clinicamente diagnosticados identificados por meio de prontuários médicos ou estatísticas de episódios hospitalares. A degeneração macular relacionada à idade precoce (DMRI) foi definida de acordo com critérios diagnósticos padronizados usados nos estudos originais do consórcio GWAS. Diferenças nas definições de fenótipos entre os estudos podem introduzir certa heterogeneidade e devem ser consideradas ao interpretar os resultados.
3. Seleção de variáveis instrumentais
Polimorfismos de nucleotídeo único (SNPs) associados a exposições em significância genômica ampla (P < 5 × 10⁻8) foram selecionados como variáveis instrumentais. SNPs independentes foram selecionados como variáveis instrumentais com um limiar r2 de < 0,001, baseado em sua distância dentro de 10.000 kb nos dados europeus de 1000G, usando o pacote "TwoSampleMR" R. A força dos instrumentos selecionados foi avaliada usando a estatísticaF 38. Uma estatística F maior que 10 é geralmente considerada indicativa de variáveis instrumentaisfortes 39. Todas as análises foram harmonizadas para garantir o alinhamento dos alelos de efeito entre os conjuntos de dados de exposição e desfecho.
4. Estimativas de randomização mendeliana
Para estimar a relação causal entre macronutrientes e micronutrientes na dieta e miopia e outros distúrbios oculares importantes, foi aplicado o pacote "TwoSampleMR" R para análise de RM. Variantes genéticas associadas a cada macronutriente e micronutriente dietético foram usadas como variáveis instrumentais para examinar sua relação causal com a miopia e outros distúrbios oculares importantes. A análise de RM baseia-se em três suposições principais: (1) a suposição de relevância, na qual as variantes genéticas estão fortemente associadas à exposição; (2) a suposição de independência, pela qual as variantes são independentes dos fatores de confusão; e (3) a suposição de restrição de exclusão, pela qual as variantes influenciam o resultado apenas por meio da exposição do interesse. Múltiplos métodos de RM foram implementados, incluindo ponderação inversa da variância (IVW), mediana ponderada, modo ponderado e MR-Egger, com a IVW como abordagem principal e os outros métodos usados para avaliar a robustez dos achados. O método da VV fornece a estimativa causal mais precisa quando todas as variáveis instrumentais são válidas ou quando a pleiotropia horizontal é equilibrada entre variantes. O estimador da mediana ponderada pode gerar estimativas consistentes mesmo que até 50% dos instrumentos genéticos sejam inválidos. O método de regressão MR-Egger permite a detecção de pleiotropia direcional estimando um termo de interceptação que reflete o efeito pleiotrópico médio entre variantes genéticas. Inicialmente, estimativas causais foram calculadas usando modelos de VIF de efeitos fixos, e modelos de VV de efeitos aleatórios foram empregados quando foi detectada heterogeneidade significativa (p < 0,05). Para considerar múltiplas comparações entre múltiplas exposições e desfechos, foi aplicada a correção da taxa de falsa descoberta (FDR) usando o método de Benjamini–Hochberg. A significância estatística foi definida como P ajustada por FDR < 0,05, enquanto P < 0,05 foi considerada nominalmente significativa. Todas as análises foram realizadas em R (versão 4.1.2). Para esclarecer o arcabouço analítico, uma representação esquemática do desenho e das suposições da RM é mostrada na Figura 1.
5. Análises de heterogeneidade e sensibilidade
Para avaliar a robustez dos resultados da RM, foram realizados testes de heterogeneidade para detectar possíveis inconsistências entre as variáveis instrumentais. A heterogeneidade foi avaliada usando a estatística Cochran Q, onde um valor P de < 0,05 indicou heterogeneidade significativa40. Análises de sensibilidade foram realizadas para avaliar a potencial pleiotropia, onde variantes genéticas podem influenciar o resultado por vias biológicas diferentes da exposição de interesse. A pleiotropia direcional foi avaliada usando o teste de interceptação de regressãoMR-Egger 41. Além disso, o método Mendelian Randomization Pleiotropy RESidual Sum and Outlier (MR-PRESSO) foi aplicado para identificar e remover potenciais valores pleiotrópicos (p < 0,05) e para fornecer estimativas causais corrigidas quandonecessário 41.