💡专注R语言在🩺生物医学中的使用

设为“星标”，精彩不错过

两样本孟德尔随机化专用R包TwoSampleMR，可以和 IEU open GWAS 数据库无缝连接，可通过在线的方式直接查询数据库资源，并实现分析、下载等功能。

除此之外，还可以使用本地数据进行MR分析，是目前用的最多的MR分析R包，只要你做MR分析，基本上不可能绕过这个包。所以我认真学习了它的官方文档，整理下分享给大家~

本文目录：

安装

overview

基础使用

敏感性分析

Steiger方向性检验

1-to-many forest plot

例1

例2

多变量MR（MVMR）

MR-MoE

整合所有结果

安装

remotes::install_github("MRCIEU/TwoSampleMR")

overview

使用TwoSampleMR进行MR分析主要就是4步：

为暴露因素选择合适的工具变量（必要时进行连锁不平衡的过滤）对感兴趣的结局提取工具变量统一暴露因素和结局的数据，使得reference allele保持一致进行MR分析、敏感性分析、可视化

图片

基础使用

直接使用IEU的API，使用在线的方式查询、分析、提取IEU open GWAS 数据库中的工具变量。这个功能其实是借助ieugwasr实现的。

首先我们要选择合适的暴露因素和结局，暴露因素我这里选的是BMI（body mass index），结局选的是CHD（冠心病）。也就是我想研究BMI对冠心病的因果关系。

BMI在IEU open GWAS 数据库中的ID是ieu-a-2，CHD的ID是ieu-a-7。

图片

图片

选好之后，就是用代码查询暴露和结局相关的SNP。

在提取暴露因素相关的工具变量时，会自动进行去除连锁不平衡的SNP，由于这一步是在线进行的，需要联网，所以这一步对网络有要求，有可能会经常失败，此时我们也可以下载数据到本地进行处理（下次再讲），也可以得到一样的结果。

提取结局相关的SNP这一步也是在线进行的，也有可能会失败。

harmonise_data这一步是必须的，以确保暴露和结局的SNP的效应等位基因是一样的。

library(TwoSampleMR)# Registered S3 method overwritten by 'data.table':#   method           from# print.data.table     # TwoSampleMR version 0.5.8 # [>] New: Option to use non-European LD reference panels for clumping etc# [>] Some studies temporarily quarantined to verify effect allele# [>] See news(package='TwoSampleMR') and https://gwas.mrcieu.ac.uk for further details# List available GWASs#ao <- available_outcomes()# 提取暴露相关的SNPexposure_dat <- extract_instruments("ieu-a-2", access_token = NULL)# API: public: http://gwas-api.mrcieu.ac.uk/#save(exposure_dat,file = "./ieu/exposure_data_ieu-a-2.rdata")# 提取结局相关的SNPoutcome_dat <- extract_outcome_data(snps=exposure_dat$SNP,                                     outcomes = "ieu-a-7",                                    access_token = NULL)# Extracting data for 79 SNP(s) from 1 GWAS(s)#save(outcome_dat, file = "./ieu/outcome_data_ieu-a-7.rdata")# 统一数据dat <- harmonise_data(exposure_dat, outcome_dat)# Harmonising Body mass index