$$\rightleftharpoonup{xx}$$
$$\longleftharp{xx}$$,
$$\longrightharp{xx}$$,
Bu çalışma, genetik olarak vekil telomer uzunluğunun (TL) tirotoksikoz riskini nedensel olarak etkileyip etkilemediğini değerlendirmek için iki örneklemli Mendel randomizasyon (MR) tasarımı uygulamaktadır. Yalnızca kimliği silinmiş, kamuya açık GWAS özet istatistikleri kullanıldı ve bireysel düzeyde verilere erişilmedi. Qingdao Belediye Hastanesi Kurumsal İnceleme Kurulu, analizin yalnızca kamu özet verilerine dayandığı için daha fazla incelemeden muaf olduğunu belirledi. Tüm katkıda bulunan genom çapında ilişki çalışmaları, orijinal protokollerinin bir parçası olarak bilgilendirilmiş onay ve etik onaylar aldı. Analiz, TL ile ilişkili germline varyantlarını karıştırıcı araçlar olarak kullanarak ve pleiotropi, heterojenlik ve etki yönünü sorgulamak için hassasiyet prosedürleri uygulayarak karıştırıcı ve ters nedenselliği en aza indirecek şekilde yapılandırılmıştır.
Veri kaynakları
TL için maruz kalma veri seti, IEU OpenGWAS'tan ieu-b-4879 tanımlayıcısı altında alındı ve yaklaşık 472.174 Avrupa kökenli katılımcıyı kapsamaktadır. Tirotoksikoz için sonuç veri seti FinnGen konsorsiyumundan alındı ve 2021 son noktası finn-b-tirotoksikozu kullanılarak 4.142 vaka ve 213.693 kontrol kontrol grubu kullanıldı. Bu kaynaklar, SNP düzeyinde enstrümanlar oluşturmak, allelleri uyumlaştırmak ve nedensel etkileri yerleşik MR tahmincileriyle tahmin etmek için gereken etkili tahminler ve standart hatalar sağlar.
Yazılım ve hesaplama ortamı
Tüm analizler R (sürüm 4.3.1) ile yapıldı. Ana analitik paket TwoSampleMR (sürüm 0.5.7) idi; bu paket GWAS kaynaklarına programatik erişim için ieugwasr, outlier tespit ve bozulma testi için MRPRESSO, zayıf cihazlar altında sağlam tahmin ve özgün pleiotropi için mr.raps, radyal görselleştirme için RadialMR ve tidyverse ile data.table gibi genel amaçlı paketler ile tamamlandı. Oturum bilgileri ve paket sürümleri, katı tekrarlanabilirlik sağlamak için bir dosyaya yazılır.
Mendel rastgeleleştirmesinin temel varsayımları
MR çerçevesi, genetik aletlerin TL ile güçlü şekilde ilişkilendirildiğini, TL ile tirotoksikoz arasındaki ilişkiyi karıştıran faktörlerden bağımsız olduğunu ve tirotoksikozu alternatif yollarla değil, sadece TL aracılığıyla etkilediğini varsayar. Analiz planı, bu varsayımları varyant başına güç niceliklerini ölçerek, dengesiz yatay pleiotropiyi intercept tabanlı yöntemlerle test ederek ve outlier tarama ile testler, varyantlar arası heterojenliği değerlendirerek ve TL'den tirotoksikoza etki yönünü resmi bir yönlülük testiile doğrulayarak operasyonel hale getirir.
Enstrüman seçimi ve kalite kontrolü
Genetik aletler, TL GWAS'tan genom genelinde p < 5×10-8 değer eşiğinde seçildi. Bağımsızlığı sağlamak için, bağlantı dengesizliği 10.000 kb pencere içinde 10.000 kb aralığında 1000 Genom Projesi'nden Avrupa referans verileri kullanılarak r2 = 0.001 seviyesinde topaklanma ile ele alındı; varyantlar korelasyon olduğunda, TL ile ilişkilendirilmesi için daha küçük p değerine sahip varyant korundu. Her varyant için alet gücü, F_i = \beta_{E,i}^{2}/\mathrm{SE}(\beta_{E,i})^{2} statistikleriyle özetlenmiş ve geleneksel F > 10kriterine göre 13,14 karşılaştırılmıştır. Uygun olduğunda, Sanderson-Windmeijer yaklaşımı, N boyutlu bir örneklemde birden fazla varyantta toplam alet gücünü tanımlamak için referans alındı; K enstrümanları R^{2} poz varyansını açıkladı: F_{\mathrm{SW}} = \{[R^{2}/(1-R^{2})]\,(N-K-1)\}/K 15. 0.5'e yakın allel frekanslarına sahip belirsiz palindromik varyantlar, allel frekansı bilgisi kesin hizalanmaya izin vermedikçe hariç tutuldu.
Uyum
Her cihaz için, FinnGen'den tirotoksikozla ilgili ilişki çıkarıldı ve etki boyutlarının maruz kalma ve sonuç boyunca aynı etki allelini temsil edecek şekilde hizalandı. Uyumlaştırma, allel uyumsuzluklarını kaldırdı, iplik sorunlarını düzeltti ve çözülmemiş belirsizlikle palindromik SNP'leri dışladı; böylece geçerli Wald oranı yapısı için uygun bir veri seti oluşturuldu.
Birincil nedensel tahmin
Birincil analiz, SNP'ye özgü Wald oranlarını birleştirilmiş nedensel etki16 olarak meta-analiz etmek için ters varyans-ağırlıklı (IVW) tahmin cihazını kullandı. Tahminler, TL'de bir standart sapma artışı başına olasılık oranları olarak bildirilir ve sabit ve rastgele etki modelleri altında %95 güven aralıkları türetilmiştir. Model seçimi heterojenlik tanılarıyla yönlendirildi ve her iki spesifikasyon da sağlam yorumu kolaylaştırmak için sunuldu.
Duyarlılık analizleri ve dayanıklılık kontrolleri
Sağlamlık, dengesiz yönlü pleiotropiyi test etmek için bir kesişim terimiyle MR-Egger regresyonu, homojenlik altında verimliliği artırmak için maksimum olasılık tahmini ile ölçüm hatasını azaltarak, MR-PRESSO ile küresel bir outil testi yapmak ve bozulma ile aykırı düzeltme etkilerini tahmin etmek için ve MR-RAPS ile zayıf aletlere ve kendine özgü pleiotropiye dayanıklı tahminler sağlamak içindeğerlendirildi 17. Varyantlar arası heterojenlik, IVWçerçevesi 18 altında Cochran'ın Q istatistiği kullanılarak nicelendirilmiştir. Etki yönü, Steiger testi ile incelendi; bu test, maruz kalma ve sonuçlarda açıklanan varyans oranını karşılaştırarak verilerin tirotoksikoza neden olan TL ile daha uyumlu olup olmadığını belirledi; tersi değil. MR-Egger kesişimi, yönsel pleiotropi için resmi bir test olarak kullanıldı. Genel ilişkinin tek bir varyantla yönlendirilmediğinden emin olmak için bir kez dışlanma analizleri incelendi.
Ters Mendel Rastgeleleştirme
Olası ters nedenselliği araştırmak için, analitik ürün hattı tirotoksikoz olarak maruz kalma, TL ise sonuç olarak tekrarlandı. Aynı alet seçim kriterleri, uyum prosedürleri, IVW birincil tahmincisi ve hassasiyet analizleri uygulanarak yönlendirmelik hakkında sonuçlar aynı nedensel çerçevede yapıldı.
Çoklu test, güç ve raporlama
Birincil hipotez testi, TL'nin tirotoksikoz üzerindeki etkisi için IVW tahmincisine aittir. Duyarlılık tahmincileri ve tanı testleri destekleyici kanıt olarak yorumlanır; p değerleri açıklık için bilimsel notasyonda raporlanır ve sonuçlar, izole anlamlılık eşikleri yerine yöntemler arasında tutarlılığı vurgular. Enstrüman gücü özetleri ve açıklanan varyans oranı, standart merkeziyetsizlik formülasyonları altında yaklaşık gücü bilgilendirir ve gücün örneklem büyüklüğüne, enstrüman gücüne ve gerçek etki büyüklüğüne bağlı olduğunu kabul eder.
Hesaplamalı tekrarlanabilirlik ve kesin komutlar
Tekrarlanabilirlik, enstrüman seçimi, sonuç çıkarma, uyumlandırma, birincil ve hassasiyet analizleri, ters MR, tanı çıktıları ve analiz hazır dosyaların dışa aktarılması gibi tam R komutları dizisi sağlanarak sağlanır. Script, enstrüman listesi, uyumlu veri seti ve MR tahminleri ile tanı özetine karşılık gelen kararlı, insan tarafından okunabilir CSV dosyaları yazar.
# R 4.3.1; TwoSampleMR 0.5.7
# Isteğe bağlı kurulum:
# install.packages(c("TwoSampleMR","ieugwasr","MRPRESSO","mr.raps",
"RadialMR","tidyverse","data.table"))
kütüphane(TwoSampleMR)
kütüphane (ieugwasr)
kütüphane (MRPRESSO)
Kütüphane (Mr.Raps)
kütüphane (RadialMR)
kütüphane (tidyverse)
library(data.table)
# Maruz kalma: telomer uzunluğu (IEU OpenGWAS)
exposure_id <- "ieu-b-4879"
# Sonuç: Raporlanan analizlerde kullanılan FinnGen 2021 tirotoksikoz son noktası
outcome_id <- "finn-b-tirotoksikoz"
# Genom çapında eşik ve katı LD topaklanması ile enstrüman seçimi
exp <- extract_instruments(sonuçlar = exposure_id, p1 = 5e-8, küme = TRUE, r2 = 0.001, kb = 10000)
exp$F_stat <- (exp$beta.exposure^2) / (exp$se.exposure^2)
fwrite(exp, "S1_instruments_TL.csv")
# Sonuç çıkarımı ve uyumlaştırma
out <- extract_outcome_data(snps = exp$SNP, sonuçlar = outcome_id)
dat <- harmonise_data(exp, out, action = 2)
fwrite(dat, "S2_harmonised_TL_vs_thyrotoxicosis.csv")
# Birincil MR ve hassasiyet tahmin ediciler
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) # Cochran's Q
pleio <- mr_pleiotropy_test(dat) # Egger kesiyor
steiger <- directionality_test(dat) # Steiger yönlülüğü
# MR-PRESSO küresel ve istisna düzeltmeli tahminler
mrpresso <- mr_presso(BetaOutcome = "beta.outcome", BetaExposure = "beta.exposure",
SdOutcome = "se.outout", SdExposure = "se.exposure",
OUTLIERtest = DOĞRU, DISTORTIONtest = DOĞRU,
veri = dat, NbDistribution = 1000, SignifThreshold = 0.05) #
# Ters MR: tirotoksikoz (maruziyet) -> TL (sonuç)
rev_exp <- extract_instruments(sonuçlar = outcome_id, p1 = 5e-8, küme = TRUE, r2 = 0.001, kb = 10000)
rev_out <- extract_outcome_data(snps = rev_exp$SNP, sonuçlar = exposure_id)
rev_dat <- harmonise_data(rev_exp, rev_out, eylem = 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)
# Arşivleme ve şekil/tablo oluşturma için dışa aktarmalar
write.csv(bind_rows(res), "S3_mr_results_primary.csv", row.names = YANLIŞ)
write.csv(het, "S3_mr_heterogeneity.csv", row.names = YANLIŞ)
write.csv(pleio, "S3_mr_pleiotropy_egger.csv", row.names = YANLIŞ)
write.csv(steiger, "S3_mr_steiger.csv", row.names = YANLIŞ)
write.csv(bind_rows(rev_res), "S3_reverse_mr_results.csv", satır.adlar = YANLIŞ)
write.csv(rev_het, "S3_reverse_heterogeneity.csv", row.names = YANLIŞ)
write.csv(rev_pleio, "S3_reverse_pleiotropy_egger.csv", satır.adlar = YANLIŞ)
write.csv(rev_steiger, "S3_reverse_steiger.csv", row.names = YANLIŞ)