Darapladib

第1章：导论和目的 第1章主要介绍了孟德尔随机化的基本概念、背景和重要性。它解释了为什么传统的流行病学研究（观察性研究）在判断因果关系时容易受到混杂因素和反向因果关系的干扰，而孟德尔随机化通过利用遗传变异作为“工具变量”，能够更可靠地推断因果关系。 ·传统流行病学的局限：观察性研究（如问卷调查、长期跟踪）容易受到混杂因素（如生活方式、环境等）的影响，导致相关性不等于因果关系。 ·孟德尔随机化的优势：利用遗传变异（如基因突变）作为工具变量，模拟随机分组实验，从而减少混杂因素的影响。 ·应用场景：适用于医学研究，帮助判断某种暴露（如胆固醇水平）是否真的导致某种疾病（如心脏病）。 主题 关键点 通俗解释 传统流行病学的缺点  1. 观察性研究易受混杂因素影响。2. 随机对照试验（RCT）虽好，但成本高、耗时长，有时不道德或不可行。3. 例子：维生素C与冠心病的关系在观察性研究中显示负相关，但RCT未证实。  传统方法很难确定因果关系，因为很多因素会干扰结果。比如，喝红酒的人可能冠心病风险低，但这可能是因为他们社会经济地位高，而不是红酒本身的作用。 孟德尔随机化的原理  1. 利用遗传变异作为工具变量。2. 遗传变异在人群中随机分布，类似于随机分组。3. 通过比较不同遗传变异组别的结局差异，推断暴露与结局的因果关系。  基因是天生随机的，不受后天环境影响。如果某个基因变异与高胆固醇相关，而携带该变异的人心脏病风险也高，那么可以推断高胆固醇可能导致心脏病。 工具变量的三个假设  1. 关联性：遗传变异与暴露相关。2. 独立性：遗传变异与混杂因素无关。3. 排他性：遗传变异只通过暴露影响结局，没有其他路径。 基因变异必须满足这三个条件才能作为可靠的工具。比如，基因变异只影响胆固醇水平，而不直接影响心脏病风险（除非通过胆固醇）。 孟德尔随机化的应用价值  1. 弥补传统随机试验的不足。2. 提供更可靠的因果证据。3. 帮助评估治疗方法或药物的因果作用。4. 支持个性化医疗。  例如，通过孟德尔随机化发现，降低胆固醇确实能减少心脏病风险，这为开发降胆固醇药物提供了依据。 本书结构 全书分为三部分：1. 理解和应用孟德尔随机化（基础概念和方法）。2. 高级方法（处理复杂情况，如弱工具变量）。3. 发展前景（未来方向，如大数据和组学应用）。 本书从基础到高级，逐步深入，帮助读者掌握孟德尔随机化的原理和应用。关键概念补充 ·工具变量：类似“随机分组”的基因变异，帮助模拟实验条件。 ·混杂因素：影响暴露和结局的其他变量（如年龄、性别、生活方式）。 ·反向因果关系：结局影响暴露，而非暴露导致结局（如生病导致维生素D水平低，而非维生素D低导致生病）。 ·多效性：一个基因影响多个性状，可能违反工具变量假设。第2章：孟德尔随机化概述 第2章进一步阐述了孟德尔随机化的核心思想、应用场景和遗传学基础。它强调孟德尔随机化如何利用遗传变异作为“自然随机分组”的工具，模拟随机对照试验（RCT），从而在观察性数据中推断因果关系。本章还介绍了孟德尔随机化研究的分类（如单样本 vs. 两样本），并解释了为什么在某些情况下（如病例对照研究、难以测量的暴露）孟德尔随机化比传统方法更有优势。 ·核心思想：遗传变异在人群中随机分布（类似RCT的随机分组），因此不同基因型组别在暴露水平上存在差异，但其他混杂因素分布均衡。通过比较这些组别的结局差异，可以推断暴露对结局的因果效应。 ·关键优势： 1.避免混杂：基因型不受后天环境、生活方式等混杂因素影响。 2.避免反向因果：基因型在出生前已确定，不会受疾病影响。 3.适用于回顾性研究：即使在病例对照研究中，基因型也能可靠测量。 4.解决测量误差问题：即使暴露难以精确测量，只要基因型与暴露强相关，仍可进行因果推断。 ·遗传学基础：简要介绍了基因、SNP、基因型、连锁不平衡等概念，帮助读者理解如何选择有效的遗传工具变量。 ·研究分类： 1.单样本孟德尔随机化：所有数据（基因型、暴露、结局）来自同一人群。 2.两样本孟德尔随机化：基因型-暴露关联和基因型-结局关联来自不同数据集，常用于大数据整合。 主题 关键点  通俗解释  孟德尔随机化的定义  1. 使用遗传变异作为工具变量（IV）。2. 基于观察性数据推断暴露对结局的因果效应。3. 暴露可以是生物标志物、生活方式等；结局通常是疾病。  通过基因差异来模拟“分组实验”，比如携带某基因变异的人平均胆固醇更高，如果这些人心脏病风险也更高，则提示高胆固醇可能导致心脏病。  为什么使用孟德尔随机化  1. 避免混杂：基因型随机分配，与混杂因素（如吸烟、收入）无关。2. 避免反向因果：基因型在疾病发生前已确定，不会受疾病影响。3. 适用于病例对照研究：即使疾病已发生，基因型仍可准确测量。4. 处理难以测量的暴露：如需要空腹测量的指标，基因型可作为替代工具。 传统观察性研究很难确定“喝红酒是否预防心脏病”，因为喝红酒的人可能收入更高、医疗条件更好。基因型则不受这些因素影响，提供更可靠的证据。  遗传学背景  1. 基因与变异：基因是DNA片段，SNP是单个碱基的差异。2. 基因型：如AA（纯合野生型）、Aa（杂合型）、aa（纯合突变型）。3. 连锁不平衡：相邻基因变异倾向于一起遗传，可能影响工具变量的独立性。 基因就像“遗传密码”，SNP是密码中的个别字母差异。选择工具变量时需确保SNP独立，避免互相干扰。  工具变量的三个核心假设  1. 关联性：遗传变异与暴露强相关。2. 独立性：遗传变异与混杂因素无关。3. 排他性：遗传变异只通过暴露影响结局，无其他路径。 基因变异必须像“专属开关”一样，只影响暴露（如胆固醇），不直接影响结局（如心脏病），也不受其他因素干扰。  孟德尔随机化的分类  1. 单样本孟德尔随机化：同一人群测量基因型、暴露、结局。2. 两样本孟德尔随机化：基因型-暴露关联和基因型-结局关联来自不同数据集（如公开GWAS数据）。3. 个体数据 vs. 汇总数据：可使用个体数据或汇总统计（如β值、标准误）。  单样本类似传统研究；两样本可利用大数据（如英国生物银行+疾病数据库）提高统计效力。  与随机对照试验（RCT）的类比  1. 基因型分组 ≈ RCT的随机分组。2. 基因型影响暴露 ≈ 干预措施改变暴露水平。3. 比较组间结局差异 ≈ RCT比较治疗效果。  基因就像“天生的随机分组”，不同基因型的人暴露水平不同，比较他们的结局就像比较药物治疗组和对照组。  注意事项  1. 弱工具变量：基因变异与暴露关联太弱，会导致估计不准确。2. 多效性：基因变异通过其他路径影响结局（违反排他性假设）。3. 人群分层：不同种族基因频率不同，可能导致虚假关联。4. 需要大样本：遗传效应通常很小，需要大量数据才能检测到显著关联。 如果基因变异与暴露关联很弱（如仅解释0.1%的变异），结论可能不可靠。需选择强关联的基因变异，并确保样本量足够大。 关键概念补充 ·工具变量（IV）：在孟德尔随机化中，遗传变异作为工具变量，其作用类似于 RCT 中的随机分组。 ·两样本孟德尔随机化：现代常用方法，利用公开GWAS数据，无需收集个体数据，效率高但需注意人群一致性。 ·基因多效性：一个基因影响多个性状，是孟德尔随机化的主要挑战之一（后续章节会讨论如何检测和纠正）。第3章：因果推断的假设 第3章深入探讨了孟德尔随机化中因果推断的核心假设、潜在挑战及验证方法。它强调，虽然孟德尔随机化能减少混杂偏倚，但其有效性完全依赖于 工具变量（遗传变异）必须满足三个关键假设。如果这些假设被违反，结论就可能出错。本章还区分了检验因果关系（判断“是否有影响”）和 估计因果效应大小（判断“影响有多大”），并解释了在存在基因多效性等复杂情况时如何谨慎解读结果。 ·核心问题：观察到的关联（如胆固醇与心脏病）不一定是因果关系，可能是混杂因素（如年龄、饮食）或反向因果（疾病影响指标）导致的。 ·工具变量的三个假设： 1.关联性：遗传变异必须与暴露强相关（如某个基因确实影响胆固醇水平）。 2.独立性：遗传变异不能与混杂因素相关（如该基因不应同时影响饮食或年龄）。 3.排他性：遗传变异只能通过暴露影响结局，不能有其他路径（如该基因不能直接影响心脏病，只能通过胆固醇）。 ·常见违反假设的情况： 1.基因多效性：一个基因影响多个性状（如某个基因既影响胆固醇又影响血压），这会违反排他性假设。 2.连锁不平衡：相邻基因一起遗传，可能引入其他混杂路径。 3.人群分层：不同种族/人群的基因频率不同，若未调整会导致虚假关联。 ·如何验证假设： 1.检验基因与已知混杂因素的关联。 2.使用多个独立基因，看结果是否一致。 3.依赖生物学知识（如选择功能明确的基因区域）。 ·因果效应估计的额外要求： 1.单调性：基因对暴露的影响方向在所有人群中一致（如基因突变总是升高胆固醇，而非有时升高有时降低）。 2.同质性：暴露对结局的因果效应在所有人中相同（实际中很难满足，需谨慎）。 主题 关键点  通俗解释  因果关系的定义  1. 干预视角：因果关系意味着改变暴露会导致结局改变。2. 反事实对比：比较“如果暴露发生”和“如果暴露未发生”的潜在结局。3. 图形模型（DAG）：用箭头表示变量间的因果路径，帮助理解工具变量的作用。 因果关系不是“相关性”，而是“改变A是否必然改变B”。例如，随机试验中，吃药（干预）后病好了，才能说药有效。  工具变量的三个核心假设  1. 关联性：基因与暴露强相关。2. 独立性：基因与混杂因素无关。3. 排他性：基因只通过暴露影响结局。 基因就像“随机分组的工具”：它必须能改变胆固醇（关联性），且不通过其他因素（如吸烟）影响心脏病（独立性、排他性）。 假设被违反的常见原因  1. 生物学机制：- 基因多效性：一个基因影响多个性状（如影响胆固醇又影响血压）。- 渠化（发育补偿）：身体适应基因变化，产生其他副作用。2. 非孟德尔遗传：- 连锁不平衡：相邻基因一起遗传，可能引入混杂。- 效应修饰：基因效应在不同人群（如男/女）中不同。3. 人群效应：- 人群分层：不同种族基因频率不同，导致虚假关联。- 确认偏倚：研究人群非随机（如只研究存活者），基因分布失真。 如果基因“不专一”（多效性）或“不独立”（与吸烟相关），就不能用它做工具。 如何评估工具变量的有效性  1. 统计检验：检验基因与已知混杂因素的关联。2. 异质性检验：多个基因的结果应一致。3. 生物学合理性：选择功能明确的基因（如编码CRP的基因）。4. 使用Bradford Hill准则：强度、一致性、生物梯度等。 通过多个基因相互验证，并检查基因是否与其他已知风险因素相关，来增加结果的可信度。 检验因果关系 vs. 估计效应大小  1. 检验因果关系：只需工具变量假设成立，看基因与结局是否相关。2. 估计效应大小：还需额外假设（单调性、同质性），才能量化“暴露改变多少，结局改变多少”。  回答“胆固醇是否导致心脏病？”相对容易；回答“胆固醇每降低1 mmol/L，心脏病风险降低多少？”更难，需要更强假设。  实例：Lp-PLA₂与冠心病  - 使用 PLA2G7基因的变异作为工具变量。- 发现基因与Lp-PLA₂活性强相关，但与血压、血脂等混杂因素无关。- 基因与冠心病风险无关 → 提示Lp-PLA₂可能不是冠心病的直接原因。- 后续临床试验也证实，抑制Lp-PLA₂的药物（Darapladib）未降低冠心病风险。  这个例子展示了孟德尔随机化如何提前预测临床试验结果：基因分析提示无效，后来大规模试验证实。 因果效应估计的附加假设  1. 单调性：基因对暴露的影响方向一致（如总是升高，不会有人升高有人降低）。2. 同质性：暴露对结局的效应在所有人中相同。3. 无干扰：一个人的基因不影响他人的结局。4. 无多重治疗：不同方式改变暴露（如药物vs基因）效应相同。  估计效应大小时，需假设基因对所有人影响类似，且基因模拟的“干预”与真实干预（如吃药）效果一致。 关键概念补充  - 弱工具变量：基因与暴露关联太弱，会导致估计不准确。- 两样本孟德尔随机化：基因-暴露关联和基因-结局关联来自不同数据集，提高效率但需注意人群一致性。- 局部平均处理效应（LATE）：孟德尔随机化估计的是“对基因敏感的人群”的因果效应，不一定适用于所有人。  例如，基因只能解释胆固醇的一小部分变异→ 结论可能不可靠。 核心要点总结 1.假设是核心：孟德尔随机化的有效性完全依赖于工具变量假设，必须通过生物学和统计方法验证。 2.多效性是最大挑战：一个基因影响多个性状是最常见的偏倚来源，需通过多个独立基因或功能研究来缓解。 3.谨慎解读效应大小：估计“影响有多大”需要更强假设，且基因模拟的效应可能与真实干预（如药物）不同。 4.实例验证价值：如Lp-PLA₂的例子显示，孟德尔随机化能有效预测临床试验结果，避免巨大资源浪费。第4章：基于个体水平数据的因果效应估计 第4章介绍了如何利用个体水平数据（即每个研究对象的基因型、暴露、结局等完整数据）进行孟德尔随机化分析，并估计暴露对结局的因果效应大小。核心方法是系数比率法（Wald法）和两阶段最小二乘法（2SLS），这两种方法都需要假设所有遗传变异都是有效的工具变量。 ·核心目标：从观察性数据中量化“暴露每改变一个单位，结局平均改变多少”。 ·关键方法： 1.系数比率法（Wald法）：适用于单个遗传工具变量。用“基因对结局的影响”除以“基因对暴露的影响”，得到暴露对结局的因果效应估计。 2.两阶段最小二乘法（2SLS）：适用于多个遗传工具变量。第一阶段用基因预测暴露，得到“基因预测的暴露值”；第二阶段用这个预测值去回归结局，得到因果效应。 ·优势：能利用多个基因的信息，提高统计效力；能给出效应大小和置信区间。 ·挑战：需要个体数据（不易获取）；若工具变量假设不成立（如基因有多效性），结果可能有偏。 主题 关键点  通俗解释  核心方法1：系数比率法（Wald法）  1. 公式：因果效应 = 基因对结局的效应 ÷ 基因对暴露的效应。2. 适用场景：单个遗传工具变量。3. 计算：- 连续结局： - 二分类结局：使用对数风险比或优比比。4. 置信区间：可用Delta法或Fieller定理计算。  核心方法2：两阶段最小二乘法（2SLS）  1. 两阶段：- 第一阶段：用所有基因预测暴露（回归：暴露 ~ 基因）。- 第二阶段：用“预测的暴露值”回归结局（回归：结局 ~ 预测暴露）。2. 优势：可整合多个基因，提高精度；等价于多个Wald估计的加权平均。3. 注意事项：- 需校正第一阶段的不确定性（否则标准误偏小）。- 对于二分类结局（如疾病），使用Logistic回归时需谨慎（存在“被禁止的回归”问题）。  用多个基因共同预测一个人的胆固醇水平，得到“基因决定的胆固醇值”，再用这个值预测心脏病风险。这样能更稳定地估计胆固醇对心脏病的真实效应。  数据类型与处理  1. 个体水平数据：需要每个人的基因型、暴露、结局数据。2. 二分类结局：如疾病（是/否）。可用线性概率模型、对数线性模型或Logistic模型，但解释需谨慎。3. 病例对照数据：基因-暴露关联应在对照组中估计，以避免反向因果偏倚。  如果有每个人的基因、胆固醇、心脏病数据，可以直接用上述方法计算。如果是病例对照研究，只能用健康对照组来估计基因如何影响胆固醇。 置信区间与不确定性  1. Delta法（近似）：简单但可能不准确，尤其当基因与暴露关联较弱时。2. Fieller定理：更精确，尤其适用于“弱工具变量”（基因与暴露关联很弱时）。3. 无界置信区间：当基因对暴露和结局的影响都很弱时，可能无法得到有限区间（结论不确定）。 如果基因对胆固醇影响很小，那么估计的因果效应会非常不确定（置信区间很宽甚至无限），此时结论不可靠。 实例：BMI对吸烟强度的因果效应  - 数据：英国生物银行367,703人。- 工具变量：4个与BMI强相关的基因。- 方法：分别用Wald法和2SLS估计BMI对吸烟量（包/年）的效应。- 结果：Wald法估计值在0.11~0.51之间（均不显著）；2SLS合并估计为0.127（P=0.08）。- 解读：BMI对吸烟有正向影响，但证据尚弱（需更大样本）。  用基因预测BMI，发现BMI更高的人吸烟更重。但单个基因结果不稳定，合并多个基因后效应更清晰。  软件实现  1. Stata：ivreg2、ivregress命令。2. SAS：PROC SYSLIN。3. R：ivpack包中的ivreg函数。4. 关键：使用专门工具变量命令，以校正标准误。 用统计软件可以轻松实现这些计算，但需注意使用正确命令来得到准确的标准误和置信区间。 总结与注意事项  1. 前提：所有基因必须满足工具变量三大假设。2. 弱工具变量：基因与暴露关联弱会导致估计不精确（置信区间宽）。3. 二分类结局：小心解释，避免逻辑回归的“被禁止回归”问题。4. 推荐：优先使用2SLS（可整合多个基因）；报告Fieller定理置信区间以应对弱工具变量。  个体数据孟德尔随机化能估计因果效应大小，但必须警惕基因多效性、弱工具变量等问题。若基因与暴露关联弱，结论可能不可靠。核心要点总结 1.系数比率法（Wald法）：简单直观，适用于单个基因，但统计效力低。 2.两阶段最小二乘法（2SLS）：更强大，可整合多个基因，提高精度，是实践中的首选方法。 3.弱工具变量问题：若基因与暴露关联弱，估计值可能严重偏误且不精确（置信区间宽）。Fieller定理能提供更可靠的置信区间。 4.二分类结局的处理：可用两阶段方法，但需注意模型假设（最好用线性概率模型或对数线性模型）。 5.实践建议：使用专门软件（如R的ivpack、Stata的ivreg2），并报告Fieller置信区间以评估不确定性。第4章：基于个体水平数据的因果效应估计 第4章介绍了如何利用个体水平数据（即每个研究对象的完整数据，包括基因型、暴露水平、结局等）进行孟德尔随机化分析，并估计暴露对结局的因果效应大小。核心方法是系数比率法（Wald法）和两阶段最小二乘法（2SLS），这两种方法都需要假设所有遗传变异都是有效的工具变量。 ·核心目标：从观察性数据中量化“暴露每改变一个单位，结局平均改变多少”。 ·关键方法： 1.系数比率法（Wald法）：适用于单个遗传工具变量。用“基因对结局的影响”除以“基因对暴露的影响”，得到暴露对结局的因果效应估计。 2.两阶段最小二乘法（2SLS）：适用于多个遗传工具变量。第一阶段用所有基因预测暴露，得到“基因预测的暴露值”；第二阶段用这个预测值去回归结局，得到因果效应。 ·优势：能利用多个基因的信息，提高统计效力；能给出效应大小和置信区间。 ·挑战：需要个体数据（不易获取）；若工具变量假设不成立（如基因有多效性），结果可能有偏。 主题 关键点 通俗解释  核心方法1：系数比率法（Wald法）  1. 公式：因果效应 = 基因对结局的效应 ÷ 基因对暴露的效应。2. 适用场景：单个遗传工具变量。3. 计算：- 连续结局：- 二分类结局：使用对数风险比或优势比。4. 置信区间：可用Delta法或Fieller定理计算。  核心方法2：两阶段最小二乘法（2SLS）  1. 两阶段：- 第一阶段：用所有基因预测暴露（回归：暴露 ~ 基因）。- 第二阶段：用“预测的暴露值”回归结局（回归：结局 ~ 预测暴露）。2. 优势：可整合多个基因，提高精度；等价于多个Wald估计的加权平均。3. 注意事项：- 需校正第一阶段的不确定性（否则标准误偏小）。- 对于二分类结局（如疾病），使用Logistic回归时需谨慎（存在“被禁止的回归”问题）。  用多个基因共同预测一个人 的胆固醇水平，得到“基因 决定的胆固醇值”，再用这 个值预测心脏病风险。这样能 更稳定地估计胆固醇对心脏 病的真实效应。  数据类型与处理  1. 个体水平数据：需要每个人的基因型、暴露、结局数据。2. 二分类结局：如疾病（是/否）。可用线性概率模型、对数线性模型或Logistic模型，但解释需谨慎。3. 病例对照数据：基因-暴露关联应在对照组中估计，以避免反向因果偏倚。  如果有每个人的基因、胆固 醇、心脏病数据，可以直接 用上述方法计算。如果是病 例对照研究，只能用健康对 照组来估计基因如何影响 胆固醇。 置信区间与不确定性  1. Delta法（近似）：简单但可能不准确，尤其当基因与暴露关联较弱时。2. Fieller定理：更精确，尤其适用于“弱工具变量”（基因与暴露关联很弱时）。3. 无界置信区间：当基因对暴露和结局的影响都很弱时，可能无法得到有限区间（结论不确定）。 如果基因对胆固醇影响很小 ，那么估计的因果效应会非 常不确定（置信区间很宽甚 至无限），此时结论不可靠 。 实例：BMI对吸烟强度的因果效应  - 数据：英国生物银行367,703人。- 工具变量：4个与BMI强相关的基因。- 方法：分别用Wald法和2SLS估计BMI对吸烟量（包/年）的效应。- 结果：Wald法估计值在0.11~0.51之间（均不显著）；2SLS合并估计为0.127（P=0.08）。- 解读：BMI对吸烟有正向影响，但证据尚弱（需更大样本）。  用基因预测BMI，发现BMI 更高的人吸烟更重。但单个 基因结果不稳定，合并多个 基因后效应更清晰。  软件实现  1. Stata：ivreg2、ivregress命令。2. SAS：PROC SYSLIN。3. R：ivpack包中的ivreg函数。4. 关键：使用专门工具变量命令，以校正标准误。 用统计软件可以轻松实现这 些计算，但需注意使用正确 命令来得到准确的标准误 和置信区间。 总结与注意事项  1. 前提：所有基因必须满足工具变量三大假设。2. 弱工具变量：基因与暴露关联弱会导致估计不精确（置信区间宽）。3. 二分类结局：小心解释，避免逻辑回归的“被禁止回归”问题。4. 推荐：优先使用2SLS（可整合多个基因）；报告Fieller定理置信区间以应对弱工具变量。  个体数据孟德尔随机化能估 计因果效应大小，但必须警 惕基因多效性、弱工具变量 等问题。若基因与暴露关联 弱，结论可能不可靠。核心要点总结 1.系数比率法（Wald法）：简单直观，适用于单个基因，但统计效力低。 2.两阶段最小二乘法（2SLS）：更强大，可整合多个基因，提高精度，是实践中的首选方法。 3.弱工具变量问题：若基因与暴露关联弱，估计值可能严重偏误且不精确（置信区间宽）。Fieller定理能提供更可靠的置信区间。 4.二分类结局的处理：可用两阶段方法，但需注意模型假设（最好用线性概率模型或对数线性模型）。 5.实践建议：使用专门软件（如R的ivpack、Stata的ivreg2），并报告Fieller置信区间以评估不确定性。第5章：基于汇总水平数据的因果效应估计 第5章介绍了如何利用汇总数据（即已发表的遗传关联统计量，如β值、标准误、P值）进行孟德尔随机化分析，而无需获取个体基因型数据。核心方法是逆方差加权法（IVW），它通过整合多个遗传工具变量的信息，提高统计效力并估计因果效应大小。 ·核心优势：汇总数据易获取（如公开GWAS数据库），可整合多个研究的大样本，提高统计效力。 ·关键方法：逆方差加权法（IVW）——将每个遗传变异的“基因-结局关联”除以其“基因-暴露关联”，再按精度加权合并，得到整体因果效应估计。 ·应用场景：适用于两样本孟德尔随机化（基因-暴露关联和基因-结局关联来自不同人群）。 ·核心假设：所有遗传工具变量都有效（无多效性）。 ·挑战：若存在无效工具变量（如基因多效性），IVW结果可能偏倚；需通过异质性检验（如Cochran's Q）评估工具变量的一致性。 主题 关键点  通俗解释  汇总数据的优势 1. 数据易得：利用公开GWAS结果，无需原始个体数据。2. 大样本：可整合多个大型研究，提高统计效力。3. 效率高：避免重复收集数据，快速验证因果假设。 例如，从已发表论文中提取“基因A与胆固醇”的关联统计量（β=0.2, SE=0.05），以及“基因A与心脏病”的关联统计量（β=0.1, SE=0.03），即可计算因果效应。  核心方法：逆方差加权法（IVW）  1. 公式： 2. 原理：每个基因的因果估计 = 基因-结局效应 ÷ 基因-暴露效应；按精度（1/方差）加权平均。3. 等价于：两阶段最小二乘法（2SLS）的汇总数据版本。  将每个基因看作一个“小实验”，计算其单独估计的因果效应，然后根据各估计的可靠程度（方差小则权重高）合并成一个总体估计。 异质性与多效性检验  1. Cochran's Q检验：检验各基因的因果估计是否一致。- 若Q统计量P值<0.05，提示存在异质性（可能有多效性）。2. I²统计量：量化异质性程度（0%~100%）。3. 散点图/漏斗图：直观查看异常值。 如果不同基因给出的因果效应估计差异很大（如有的正、有的负），可能某些基因通过其他路径影响结局（多效性），需谨慎解读结果。 固定效应 vs 随机效应模型  1. 固定效应模型：假设所有基因的因果效应相同，异质性仅由随机误差引起。2. 随机效应模型：允许各基因的因果效应存在真实差异（如多效性），更保守。3. 推荐：通常使用乘性随机效应模型，它保持权重不变，仅扩大置信区间以反映异质性。 如果基因间结果一致，用固定效应；如果存在异质性，用随机效应模型更稳妥，避免低估不确定性。 相关遗传变异的处理  1. 连锁不平衡（LD）：相邻基因往往一起遗传，导致关联非独立。2. 解决方法：使用LD矩阵（相关系数矩阵）校正，在IVW中纳入相关性。  例如，基因A和B紧密连锁，它们的信息高度重叠，不能当作独立工具，需用LD矩阵调整权重。  二分类结局的处理  1. 使用OR或RR：基因-结局关联通常来自Logistic回归（OR）或对数线性模型（RR）。2. IVW公式适用：但需注意OR不可压缩性问题（见第3章）。3. 两样本MR：暴露和结局的遗传关联可来自不同人群。 对于疾病结局（如冠心病），使用OR作为基因-结局关联，IVW法估计的因果效应为每单位暴露变化对应的OR。  实例：BMI对吸烟强度的因果效应  - 数据：31个与BMI相关的SNP，来自GIANT联盟（BMI）和TAG联盟（吸烟）。- 方法：IVW法合并所有SNP。- 结果：因果效应估计 = 1.465 (SE=0.490)，P=0.003，提示BMI每增加1个标准差，吸烟强度增加约1.5包/年。- 异质性检验：Q=27.3 (P=0.61)，无异质性，支持结果稳健。  利用公开GWAS数据，快速发现BMI可能增加吸烟量，但需注意：吸烟强度是连续变量，OR解释需谨慎；若存在多效性（如基因同时影响成瘾性），结果可能偏倚。  软件实现  1. R包：MendelianRandomization（mr_ivw函数）、TwoSampleMR（mr_ivw函数）。2. Stata：mrrobust包。3. 在线工具：MR-Base、PhenoScanner可自动获取汇总数据。  用几行代码即可完成IVW分析，但需谨慎：工具变量有效性是关键，软件不会自动检验多效性。  注意事项  1. 工具变量有效性：IVW假设所有基因无多效性，需通过生物学知识和异质性检验验证。2. 弱工具变量：基因-暴露关联太弱会导致估计偏倚（见第8章）。3. 人群分层：暴露和结局的遗传关联应来自相似人群（如欧洲人），否则可能混杂。4. 避免“垃圾进，垃圾出”：汇总数据质量直接影响结果可靠性。 即使统计显著，若工具变量无效（如基因通过其他路径影响结局），结论仍可能错误。必须结合生物学背景解读。  核心要点总结 1.IVW是汇总数据MR的基石：通过加权平均整合多个工具变量，提高精度和效力。 2.异质性检验至关重要：若Cochran's Q显著，提示可能存在多效性，需用随机效应模型或更稳健的方法（如MR-Egger）。 3.软件工具简化分析：利用R/Stata包和在线数据库，可快速实施分析，但需理解其假设与局限。 4.结果解释需谨慎：IVW估计的因果效应是“基因模拟的暴露变化”对结局的影响，不一定等于临床干预的效果（见第6章）。第6章：孟德尔随机化估计值解读 第6章的核心是探讨如何正确理解和解释孟德尔随机化分析得到的结果（尤其是因果效应估计值），并强调其局限性。它回答了“孟德尔随机化的结果到底意味着什么？”以及“这个结果能直接等同于药物干预的效果吗？”这两个关键问题。 ·核心矛盾：孟德尔随机化利用终身、自然的基因变异来模拟暴露变化，而临床干预（如吃药、改变生活方式）是短期、人为的。这两者产生的“因果效应”在大小、机制和时间尺度上可能完全不同。 ·内部效度 vs. 外部效度： 1.内部效度：结果是否正确地反映了“基因模拟的暴露变化”对结局的因果效应？这取决于工具变量三大假设是否成立（第3章）。 2.外部效度：这个“基因模拟的效应”能否推广到“现实世界临床干预的效果”？本章重点讨论的就是外部效度面临的挑战。 ·关键发现：孟德尔随机化能强有力地检验因果关系是否存在（定性结论），但其估计的效应大小（定量结论）往往不等于短期临床干预的效果。基因模拟的效应通常更大，因为它代表终身暴露差异的影响。 ·应用价值： 1.靶点验证：为药物研发提供因果证据，优先开发有遗传学支持的靶点（如PCSK9抑制剂源于基因发现）。 2.效应预测：可粗略预测干预的方向和大致量级，但需谨慎外推。 3.无效结果的价值：若孟德尔随机化显示无因果效应，则强烈提示对应的临床干预可能无效，能避免巨大资源浪费（如Lp-PLA₂抑制剂案例）。 主题 关键点 通俗解释与例子  1. 内部效度与外部效度  - 内部效度：结果在研究设计内部是否可靠。取决于工具变量假设。- 外部效度：结果能否推广到其他情境（如临床干预）。是本章核心挑战。 - 内部效度好比问：“用这把尺子量桌子的长度准不准？”（工具变量是否有效）。- 外部效度好比问：“用这把尺子量出的桌子长度，能准确预测用另一把尺子量的结果吗？”（基因效应 ≠ 药物效应）。  2. 为何基因效应 ≠ 干预效应（外部效度挑战）  a. 时间尺度不同：- 基因：模拟终身、持续的暴露差异。- 干预：通常是成年后、短期的行为或药物改变。b. 作用机制不同：- 基因：可能通过特定生物学通路影响暴露。- 干预：可能通过不同机制改变暴露，并伴有其他副作用。c. 暴露水平不同：- 基因：引起的暴露变化通常很小。- 干预：可能引起大幅、急性的变化。线性外推可能不成立。d. 目标人群不同：- 基因：效应在全人群中平均。- 干预：可能只针对高危患者（如高血压患者）。 - 例子（时间尺度）：基因决定的低维生素D水平可能增加多发性硬化风险（生命早期关键），但成年后补维生素D可能无效。- 例子（机制）：FTO基因通过影响“饱腹感”来改变BMI，但减肥手术可能同时改变饮食和代谢，效应路径不同。- 例子（外推）：基因使胆固醇降低0.5 mmol/L能减少20%心脏病风险，不代表药物使胆固醇骤降2 mmol/L能减少80%风险。- 例子（人群）：基因在全人群中都轻微升高血压，但降压药只开给高血压患者。 3. 与观察性研究和RCT结果比较  - 观察性研究：易受混杂和反向因果影响，估计的效应可能有偏。- 孟德尔随机化：能避免大部分混杂，估计“基因模拟”的终身效应。- 随机对照试验（RCT）：是金标准，直接测量短期干预的效果。 - 经典案例（LDL-C与冠心病）：- 观察性研究：显示强相关，但可能被饮食、运动等混杂。- 孟德尔随机化：利用基因估计，LDL-C降低30%，冠心病风险降低约67%（OR=0.33）。- 他汀类药物RCT：LDL-C降低30%，冠心病风险降低约27%（RR=0.73）。- 解读：孟德尔随机化估计的效应更大，因为它反映了终身低LDL-C的益处，而RCT是几年服药的效果。两者方向一致，但量级不同。 4. 实例：脂蛋白(a)与冠心病  - 背景：脂蛋白(a) [Lp(a)] 是冠心病风险因素，但尚无靶向药。- 方法：用LPA基因区域的43个SNP作为工具变量。- 结果：孟德尔随机化显示，Lp(a)每降低50 mg/dL，冠心病风险降低约45%。- 解读与预测：参考LDL-C的“基因效应/RCT效应”比值，预测短期降低Lp(a)的药物，其效果可能远小于45%（可能只有~22%）。这为临床试验设计提供了预期。  这个例子展示了孟德尔随机化的核心应用：1. 验证靶点：基因证据强有力支持Lp(a)是冠心病病因。2. 预测疗效：可定量预测药物疗效的大致范围，但需理解其高估倾向。3. 指导研发：尽管预测效应小于基因效应，但22%的风险降低仍有巨大临床价值，支持继续研发Lp(a)降低药物。  5. 在药物研发中的应用  a. 靶点发现/验证（反向孟德尔随机化）：发现某个基因与疾病相关→ 寻找该基因影响的生物标志物（暴露）→ 验证该暴露与疾病的因果关系 → 研发针对该暴露的药物。b. 药物重定位：现有药物的靶点若有支持性遗传证据，可尝试用于新疾病。c. 安全性预测：基因变异若同时影响靶标和不良反应指标，可预警药物潜在副作用。 - 成功案例：发现PCSK9基因变异与低LDL-C和低冠心病风险相关 → 研发PCSK9抑制剂 → 成功上市。- 失败预警案例：第3章例子中，孟德尔随机化提前提示抑制Lp-PLA₂酶可能无法预防冠心病，后来大规模RCT证实无效，避免了更大损失。  6. 如何正确解读效应估计值  - 定性（方向）比定量（大小）更可靠：孟德尔随机化在判断“是否有害/有益”方面非常有力。- 大小是“终身自然实验”的效应：代表如果从出生就保持基因决定的暴露水平差异，一生中会带来的风险变化。- 谨慎外推到临床干预：不能直接等同。但可结合RCT数据（如LDL-C例子）进行比例换算，提供合理预测区间。- 重视“无效结果”：若孟德尔随机化显示无因果效应，则强烈提示对应的临床干预很可能无效，投资风险高。 - 核心建议：将孟德尔随机化结果视为“因果关系的定性证据”和“效应大小的上限参考” 。它为“是否值得干预”提供强证据，但对“干预能带来多少具体收益”需保持谨慎，并结合其他研究（如RCT）综合判断。  7. 章节总结与核心要点  1. 孟德尔随机化估计的是“基因模拟的暴露变化”的因果效应，而非直接等同于现实世界干预的效果。2. 时间尺度、机制、幅度和外推人群的差异是导致两者不等同的主要原因。3. 它在药物靶点验证、疗效方向预测和避免无效投资方面具有无可比拟的价值。4. 结果解读应优先关注因果关系的存在与否和方向，对效应大小的解释需结合生物学背景和临床知识。 简而言之：孟德尔随机化是一盏强大的“因果探照灯”，能穿透混杂的迷雾，照亮暴露与结局之间是否存在因果通路。但它测量的是这条“基因之路”的坡度，而非我们即将修建的“临床干预之桥”的确切高度。建筑师（药物研发者）需要参考这盏灯指明的方向和大致地形，但最终桥梁的设计还需自己的精密测绘（临床试验）。核心要点总结 1.不要直接等同：孟德尔随机化估计的效应大小≠ 药物或生活方式干预的短期效应。 2.理解差异原因：终身 vs. 短期、自然变异 vs. 人工干预、微小变化 vs. 大幅改变、全人群 vs. 患者群。 3.重视定性结论：在判断“A是否导致B”方面，孟德尔随机化证据强度很高。 4.善用其预测价值：可用于预测干预方向、粗略量级，并为靶点验证提供关键遗传学支持。 5.结合其他证据：最终决策应综合孟德尔随机化、观察性研究、机制研究和临床试验的结果。第6章：孟德尔随机化估计值解读 第6章的核心是探讨如何正确理解和解释孟德尔随机化分析得到的结果（尤其是因果效应估计值），并强调其局限性。它回答了“孟德尔随机化的结果到底意味着什么？”以及“这个结果能直接等同于药物干预的效果吗？”这两个关键问题。 ·核心矛盾：孟德尔随机化利用终身、自然的基因变异来模拟暴露变化，而临床干预（如吃药、改变生活方式）是短期、人为的。这两者产生的“因果效应”在大小、机制和时间尺度上可能完全不同。 ·内部效度 vs. 外部效度： 1.内部效度：结果是否正确地反映了“基因模拟的暴露变化”对结局的因果效应？这取决于工具变量三大假设是否成立（第3章）。 2.外部效度：这个“基因模拟的效应”能否推广到“现实世界临床干预的效果”？本章重点讨论的就是外部效度面临的挑战。 ·关键发现：孟德尔随机化能强有力地检验因果关系是否存在（定性结论），但其估计的效应大小（定量结论）往往不等于短期临床干预的效果。基因模拟的效应通常更大，因为它代表终身暴露差异的影响。 ·应用价值： 1.靶点验证：为药物研发提供因果证据，优先开发有遗传学支持的靶点（如PCSK9抑制剂源于基因发现）。 2.效应预测：可粗略预测干预的方向和大致量级，但需谨慎外推。 3.无效结果的价值：若孟德尔随机化显示无因果效应，则强烈提示对应的临床干预可能无效，能避免巨大资源浪费（如Lp-PLA₂抑制剂案例）。 主题 关键点 通俗解释与例子  1. 内部效度与外部效度  - 内部效度：结果在研究设计内部是否可靠。取决于工具变量假设。- 外部效度：结果能否推广到其他情境（如临床干预）。是本章核心挑战。 - 内部效度好比问：“用这把尺子量桌子的长度准不准？”（工具变量是否有效）。- 外部效度好比问：“用这把尺子量出的桌子长度，能准确预测用另一把尺子量的结果吗？”（基因效应 ≠ 药物效应）。  2. 为何基因效应 ≠ 干预效应（外部效度挑战）  a. 时间尺度不同：- 基因：模拟终身、持续的暴露差异。- 干预：通常是成年后、短期的行为或药物改变。b. 作用机制不同：- 基因：可能通过特定生物学通路影响暴露。- 干预：可能通过不同机制改变暴露，并伴有其他副作用。c. 暴露水平不同：- 基因：引起的暴露变化通常很小。- 干预：可能引起大幅、急性的变化。线性外推可能不成立。d. 目标人群不同：- 基因：效应在全人群中平均。- 干预：可能只针对高危患者（如高血压患者）。 - 例子（时间尺度）：基因决定的低维生素D水平可能增加多发性硬化风险（生命早期关键），但成年后补维生素D可能无效。- 例子（机制）：FTO基因通过影响“饱腹感”来改变BMI，但减肥手术可能同时改变饮食和代谢，效应路径不同。- 例子（外推）：基因使胆固醇降低0.5 mmol/L能减少20%心脏病风险，不代表药物使胆固醇骤降2 mmol/L能减少80%风险。- 例子（人群）：基因在全人群中都轻微升高血压，但降压药只开给高血压患者。 3. 与观察性研究和RCT结果比较  - 观察性研究：易受混杂和反向因果影响，估计的效应可能有偏。- 孟德尔随机化：能避免大部分混杂，估计“基因模拟”的终身效应。- 随机对照试验（RCT）：是金标准，直接测量短期干预的效果。 - 经典案例（LDL-C与冠心病）：- 观察性研究：显示强相关，但可能被饮食、运动等混杂。- 孟德尔随机化：利用基因估计，LDL-C降低30%，冠心病风险降低约67%（OR=0.33）。- 他汀类药物RCT：LDL-C降低30%，冠心病风险降低约27%（RR=0.73）。- 解读：孟德尔随机化估计的效应更大，因为它反映了终身低LDL-C的益处，而RCT是几年服药的效果。两者方向一致，但量级不同。 4. 实例：脂蛋白(a)与冠心病  - 背景：脂蛋白(a) [Lp(a)] 是冠心病风险因素，但尚无靶向药。- 方法：用LPA基因区域的43个SNP作为工具变量。- 结果：孟德尔随机化显示，Lp(a)每降低50 mg/dL，冠心病风险降低约45%。- 解读与预测：参考LDL-C的“基因效应/RCT效应”比值，预测短期降低Lp(a)的药物，其效果可能远小于45%（可能只有~22%）。这为临床试验设计提供了预期。  这个例子展示了孟德尔随机化的核心应用：1. 验证靶点：基因证据强有力支持Lp(a)是冠心病病因。2. 预测疗效：可定量预测药物疗效的大致范围，但需理解其高估倾向。3. 指导研发：尽管预测效应小于基因效应，但22%的风险降低仍有巨大临床价值，支持继续研发Lp(a)降低药物。  5. 在药物研发中的应用  a. 靶点发现/验证（反向孟德尔随机化）：发现某个基因与疾病相关→ 寻找该基因影响的生物标志物（暴露）→ 验证该暴露与疾病的因果关系 → 研发针对该暴露的药物。b. 药物重定位：现有药物的靶点若有支持性遗传证据，可尝试用于新疾病。c. 安全性预测：基因变异若同时影响靶标和不良反应指标，可预警药物潜在副作用。 - 成功案例：发现PCSK9基因变异与低LDL-C和低冠心病风险相关 → 研发PCSK9抑制剂 → 成功上市。- 失败预警案例：第3章例子中，孟德尔随机化提前提示抑制Lp-PLA₂酶可能无法预防冠心病，后来大规模RCT证实无效，避免了更大损失。  6. 如何正确解读效应估计值  - 定性（方向）比定量（大小）更可靠：孟德尔随机化在判断“是否有害/有益”方面非常有力。- 大小是“终身自然实验”的效应：代表如果从出生就保持基因决定的暴露水平差异，一生中会带来的风险变化。- 谨慎外推到临床干预：不能直接等同。但可结合RCT数据（如LDL-C例子）进行比例换算，提供合理预测区间。- 重视“无效结果”：若孟德尔随机化显示无因果效应，则强烈提示对应的临床干预很可能无效，投资风险高。 - 核心建议：将孟德尔随机化结果视为“因果关系的定性证据”和“效应大小的上限参考” 。它为“是否值得干预”提供强证据，但对“干预能带来多少具体收益”需保持谨慎，并结合其他研究（如RCT）综合判断。  7. 章节总结与核心要点  1. 孟德尔随机化估计的是“基因模拟的暴露变化”的因果效应，而非直接等同于现实世界干预的效果。2. 时间尺度、机制、幅度和外推人群的差异是导致两者不等同的主要原因。3. 它在药物靶点验证、疗效方向预测和避免无效投资方面具有无可比拟的价值。4. 结果解读应优先关注因果关系的存在与否和方向，对效应大小的解释需结合生物学背景和临床知识。 简而言之：孟德尔随机化是一盏强大的“因果探照灯”，能穿透混杂的迷雾，照亮暴露与结局之间是否存在因果通路。但它测量的是这条“基因之路”的坡度，而非我们即将修建的“临床干预之桥”的确切高度。建筑师（药物研发者）需要参考这盏灯指明的方向和大致地形，但最终桥梁的设计还需自己的精密测绘（临床试验）。核心要点总结 1.不要直接等同：孟德尔随机化估计的效应大小≠ 药物或生活方式干预的短期效应。 2.理解差异原因：终身 vs. 短期、自然变异 vs. 人工干预、微小变化 vs. 大幅改变、全人群 vs. 患者群。 3.重视定性结论：在判断“A是否导致B”方面，孟德尔随机化证据强度很高。 4.善用其预测价值：可用于预测干预方向、粗略量级，并为靶点验证提供关键遗传学支持。 5.结合其他证据：最终决策应综合孟德尔随机化、观察性研究、机制研究和临床试验的结果。第7章：利用多基因区域变异位点的稳健方法 第7章的核心是解决一个关键问题：当多个遗传工具变量中，有一部分可能违反工具变量假设（存在多效性）时，如何得到更可靠的因果估计？ 逆方差加权法（IVW）假设所有工具变量都有效，但现实中，许多基因可能通过其他路径（多效性）直接影响结局，导致估计偏倚。 本章介绍了几种“稳健方法” ，它们能在部分工具变量无效时，仍提供相对无偏或更保守的因果估计。核心思路是：识别并降低无效工具变量（异常值）的影响，或通过建模允许工具变量存在一定的多效性。 核心挑战：在多基因分析中，很难保证所有基因都完全满足“仅通过暴露影响结局”的假设。某些基因可能直接影响结局（水平多效性），导致IVW估计偏倚。 解决思路： 识别并剔除异常值：通过统计方法找出与其他基因结果明显不一致的“可疑基因”，剔除后再用IVW。 建模多效性：假设多效性效应是随机的，且与基因-暴露关联无关（如MR-Egger法），或相关但方向未知（如加权中位数法）。 核心方法：MR-Egger回归、加权中位数法、模态估计法、基于残差的方法等。 应用场景：当使用大量遗传工具变量（如全基因组显著SNP）时，这些方法尤为重要，因为其中很可能混入无效工具变量。 主题 关键点 通俗解释与例子  1. 问题背景：为什么需要稳健方法？  - 多效性普遍存在：许多基因除影响目标暴露外，还通过其他生物学路径直接影响结局。- IVW的脆弱性：若存在无效工具变量，IVW估计会严重偏倚。- 异质性检验（Q统计量）：可检测工具变量结果的不一致，但无法修正偏倚。 例如，用多个基因研究“BMI → 冠心病”。某个基因除影响BMI外，还直接影响血压（多效性）。若用IVW，该基因会把血压对冠心病的影响错误地归因于BMI，导致结果偏倚。  2. 核心方法1：MR-Egger回归  - 原理：在IVW的加权回归中加入截距项，允许多效性效应存在。- 公式： ：截距，代表平均多效性效应（当基因-暴露关联为0时，基因对结局的直接效应）。-  ：斜率，代表因果效应估计（校正多效性后）。- 假设：多效性效应与基因-暴露关联无关（InSIDE假设）。- 优势：能检测和校正定向多效性（所有基因的多效性方向一致）。- 劣势：1. 需要InSIDE假设成立，否则估计仍有偏。2. 统计效力较低（尤其当工具变量较少时）。3. 对异常值敏感。 比喻：想象一群人在不同坡度（基因-暴露关联）的斜坡上向上走。每个人除了因坡度产生的垂直位移（因果效应），还可能自带一个固定的向上或向下推力（多效性）。MR-Egger通过拟合一条直线，其斜率代表真正的坡度（因果效应），截距代表平均推力（多效性）。关键：如果推力大小与坡度无关（InSIDE假设），则斜率估计无偏。  3. 核心方法2：加权中位数法  - 原理：将所有工具变量的因果估计值按精度（权重）排序，取加权中位数（累积权重达50%对应的估计值）。- 假设：至少50%的工具变量是有效的（即无效工具变量不超过50%）。- 优势：1. 比MR-Egger更稳健，对InSIDE假设无要求。2. 能抵抗无效工具变量的影响，只要无效工具占少数。3. 统计效力通常高于MR-Egger。- 劣势：若无效工具超过50%，估计仍有偏。  比喻：一群裁判给选手打分，有些裁判公正（有效工具），有些偏心（无效工具）。加权中位数法相当于：按裁判的专业程度（权重）排序他们的打分，取中间那个打分作为最终成绩。只要公正裁判超过一半，结果就可靠。 4. 核心方法3：模态估计法  - 原理：寻找工具变量估计值最密集的区域（众数），假设该区域主要由有效工具变量构成。- 假设：有效工具变量的估计值最集中（形成“模态”），无效工具的估计值分散。- 变体：- 简单模态：基于核密度估计找众数。- 加权模态：考虑每个估计值的精度（权重）。- 优势：即使无效工具占多数，只要有效工具的估计值集中，仍能获得无偏估计。- 劣势：需要有效工具足够多且估计值相近，否则模态难以识别。 比喻：射击打靶，有效工具是专业射手，子弹都打在靶心附近；无效工具是业余射手，子弹分散。模态估计就是找到子弹最密集的区域（靶心），认为那是专业射手的成果。 5. 其他稳健方法 - 基于残差的方法：先用MR-Egger得到残差（观测值 - 预测值），用残差方差重新加权IVW，降低异常值影响。- MR-PRESSO：一种异常值检测与校正方法，先识别并剔除显著偏离的SNP，再用IVW。- LASSO回归：用变量选择技术自动筛选有效工具变量。- 贝叶斯方法：假设多效性效应服从某种分布（如正态分布），通过建模同时估计因果效应和多效性。 这些方法各有侧重，但核心目标一致：在存在无效工具时，获得更可靠的因果估计。实践中常同时使用多种方法，比较结果的一致性。 6. 实例：LDL-C和HDL-C对冠心病的影响  - 背景：已知LDL-C（坏胆固醇）升高增加冠心病风险，但HDL-C（好胆固醇）的作用存在争议。- 方法：用多个与LDL-C和HDL-C相关的基因，分别应用IVW、MR-Egger、加权中位数等。- 结果：- LDL-C：所有方法均显示显著正效应（升高LDL-C增加风险），结果稳健。- HDL-C：IVW显示微弱保护效应，但MR-Egger截距显著不为0（提示存在多效性），加权中位数结果接近零。结论：HDL-C可能无因果保护作用，先前观察性关联可能是混杂或多效性导致。- 启示：当不同方法结果不一致时，提示可能存在无效工具变量，需谨慎解读。 这个经典例子展示了稳健方法的价值：IVW可能被多效性误导，而MR-Egger和加权中位数提供了更可靠的证据，质疑了HDL-C的保护作用。  7. 方法比较与选择建议  - 统计效力：IVW > 加权中位数 > MR-Egger > 模态估计。- 稳健性（对无效工具的耐受性）：模态估计≈ 加权中位数 > MR-Egger > IVW。- 假设强弱：IVW假设最强（所有工具有效），MR-Egger需InSIDE假设，加权中位数需至少50%有效，模态估计需有效工具形成明显聚类。- 实践建议：1. 首选IVW：若工具变量经过严格筛选（如功能明确的基因），且异质性检验（Q统计量）不显著。2. 同时报告多种方法：尤其当怀疑多效性时，比较IVW、MR-Egger、加权中位数的结果。3. 关注一致性：若所有方法方向一致，结论更可靠；若差异大，需探究原因（如多效性方向、异常值）。4. 警惕异质性：若Q统计量显著，提示存在无效工具，应使用稳健方法。  简单流程：1. 用IVW得到初步估计。2. 检查异质性（Q统计量）。3. 若异质性显著，用MR-Egger看截距是否显著（检验多效性）。4. 用加权中位数和模态估计作为稳健验证。5. 若所有方法结果相似，结论可靠；若差异大，优先考虑加权中位数或模态估计（因假设更弱）。  8. 软件实现  1 - R包：MendelianRandomization（mr_egger、mr_median、mr_mode等函数）、TwoSampleMR（类似函数）、MR-PRESSO。- Stata：mrrobust包。- 在线工具：MR-Base平台内置多种稳健方法。- 关键步骤：提供基因-暴露关联（βX, seX）和基因-结局关联（βY, seY）的汇总数据即可。  1 例如，在R中：mr_egger(bX, bY, seX, seY) 可得到MR-Egger结果。mr_median(bX, bY, seX, seY) 可得到加权中位数结果。 1 9. 章节总结与核心要点  1 1. IVW假设最强：要求所有工具变量有效，当存在无效工具时，估计可能严重偏倚。2. 稳健方法放松假设：允许部分工具变量无效，通过不同策略抵抗其影响。3. MR-Egger：通过估计截距检验和校正定向多效性，但需要InSIDE假设且效力低。4. 加权中位数法：假设至少50%工具有效，更稳健且效力较高，是实践中常用的验证方法。5. 模态估计法：假设有效工具的估计值最集中，能容忍更多无效工具，但效力低且需有效工具聚类明显。6. 异质性是警示信号：若工具变量结果不一致（Q统计量显著），应使用稳健方法并谨慎解读。7. 实践推荐：报告多种方法结果，关注一致性，优先选择假设更弱、更稳健的方法作为主要结论。 核心思想：不要盲目相信IVW的结果，尤其当使用大量遗传工具时。利用多种稳健方法进行“敏感性分析”，评估结果对无效工具的稳健性。若所有方法指向同一结论，则证据强度高；若结果矛盾，需深入排查多效性来源或考虑其他解释。  核心要点总结 1.问题驱动：当使用多个遗传工具变量时，部分工具可能无效（多效性），导致IVW估计偏倚。 2.方法分类： 异常值剔除类：如MR-PRESSO，先识别剔除异常SNP。 多效性建模类：如MR-Egger，假设多效性存在但与基因-暴露关联无关。 顺序统计量类：如加权中位数、模态估计，利用有效工具占多数或聚集的特性。 3.假设强弱：IVW > MR-Egger > 加权中位数 > 模态估计（假设逐渐减弱，但统计效力也通常降低）。 4.实践建议： 1.始终进行异质性检验（Cochran's Q）。 2.若异质性显著，优先报告加权中位数或模态估计的结果。 3.用MR-Egger截距检验定向多效性。 4.比较不同方法结果的一致性。 5.软件实现：主流R包（如TwoSampleMR）已集成所有稳健方法，易于应用。第8章：孟德尔随机化的其他统计学问题 第8章是本书的“问题与解决方案”章节，它系统性地探讨了在孟德尔随机化实践中可能遇到的各种统计学挑战和潜在偏倚来源，并提供了相应的诊断方法和应对策略。如果说前几章介绍了“标准流程”，那么本章就是处理“非标准情况”的实用指南。 ·核心目标：识别并解决影响孟德尔随机化结果有效性和可靠性的各种技术性问题，确保结论的稳健。 ·核心逻辑：孟德尔随机化的三大核心假设（关联性、独立性、排他性）在现实中可能以各种微妙的方式被违反。本章深入探讨这些违反情况如何导致偏倚，以及如何通过统计方法进行检测、校正或规避。 ·重要性：忽略这些问题可能导致错误的因果结论。例如，使用“弱工具变量”会严重放大随机误差，导致结果极不可靠；而“样本重叠”则可能引入虚假关联。 主题 关键问题与机制  通俗解释与影响  诊断与解决方案  1. 弱工具偏倚  - 问题：遗传工具变量（IV）与暴露的关联性很弱（F统计量<10）。- 机制：弱IV无法有效“模拟”随机分组，导致第一阶段回归（基因→暴露）的估计不精确。这种不精确性会放大第二阶段（基因→结局）估计中的随机误差，导致因果效应估计严重偏离真实值（通常偏向观察性研究的估计），且置信区间异常宽。  比喻：用一把刻度模糊、不准的尺子（弱IV）去测量身高（暴露）对跳远成绩（结局）的影响。尺子本身的误差会成倍放大到最终结果中，导致结论极不可信。影响：估计值严重偏倚（通常偏向0），统计效力极低，假阴性风险高。  诊断：计算F统计量。对于单个IV，F = (βX/SE(βX))²。对于多个IV，使用Sanderson-Windmeijer F统计量。经验法则：F > 10 表示工具变量强度尚可。解决：1. 寻找更强IV：使用与暴露关联性更强的SNP或构建多基因风险评分（PRS）。2. 使用稳健方法：当无法避免弱IV时，采用LIML（有限信息最大似然）、** Fuller估计或Anderson-Rubin检验**，这些方法对弱IV偏倚更不敏感。3. 谨慎解读：若F统计量很小，应高度怀疑结果的可靠性，并优先报告Fieller定理等方法计算的宽置信区间。  2. 等位基因评分  - 问题：如何使用多个遗传变异构建一个综合的工具变量？- 机制：将多个SNP的效应加权合并，形成一个多基因风险评分（PRS），作为单一的、更强的工具变量使用。 比喻：不用单个基因，而是把多个与身高相关的基因“打包”成一个“身高遗传分数”，用这个综合分数作为工具变量，力量更强，更稳定。优势：提高工具变量强度（增大F统计量），减少弱工具偏倚；简化分析（将多IV问题转化为单IV问题）。  方法：1. 简单等位基因评分：对每个SNP，按效应等位基因个数（0,1,2）加权求和。权重通常来自外部GWAS的效应估计（βX）。2. 加权等位基因评分：用SNP与暴露关联的精确度（如1/SE²）作为权重，更优。注意：构建PRS的SNP必须相互独立（无连锁不平衡），否则需校正LD。权重最好来自与结局样本无关的独立样本，以避免“赢家诅咒”。 3. 样本重叠 - 问题：估计基因-暴露关联（第一阶段）和基因-结局关联（第二阶段）的样本存在部分或完全重叠。- 机制：样本重叠会导致两个阶段的估计误差相关，从而低估因果效应估计的标准误，增加I类错误（假阳性）风险。在零因果效应时，这种偏倚尤其严重。  比喻：用同一批学生来估计“学习时间对成绩的影响”和“智商对成绩的影响”。由于样本相同，两个估计的误差会相互影响，导致对“学习时间通过智商影响成绩”的路径估计过于“精确”和可能虚假显著。影响：置信区间变窄，P值虚低，假阳性风险增加。 诊断：了解数据来源。明确暴露和结局GWAS的样本是否独立。解决：1. 使用独立样本：理想情况是“两样本孟德尔随机化”——暴露和结局的GWAS来自不同的人群。2. 校正相关误差：若无法避免重叠，可使用能校正误差相关性的方法，如GSMR（广义摘要数据孟德尔随机化）。3. 敏感性分析：报告样本重叠程度，并使用Burgess等提出的公式近似评估偏倚大小。  4. 赢家诅咒  - 问题：从同一个样本中既筛选与暴露强相关的SNP（工具变量），又用这些SNP估计与结局的关联。- 机制：由于抽样误差，在筛选阶段被选中的SNP，其与暴露的关联效应（βX）会被高估（向上偏倚）。这个被高估的βX作为分母用于计算比率估计值，会导致最终的因果效应估计（θ = βY/βX）被低估（向下偏倚）。 比喻：从一批射手（SNP）中选拔“神枪手”（工具变量）的标准是“本次打靶成绩最好”。由于状态波动，这次成绩最好的射手，其真实水平可能被高估。用这个被高估的水平去预测他未来的任务（结局）表现，会导致对其任务能力的估计偏低。影响：因果效应估计值（θ）向零偏倚，可能导致假阴性。  解决：1. 独立样本：用于筛选工具变量的样本（暴露GWAS）与用于估计基因-结局关联的样本（结局GWAS）必须完全独立。这是最根本的解决方案。2. 使用更宽松的P值阈值：降低筛选强度（如P<5×10⁻⁶改为P<5×10⁻⁵），纳入更多SNP，可以部分缓解但无法根除偏倚。3. 校正偏倚：使用基于汇总数据的方法（如IVW）时，赢家诅咒的影响通常较小，但仍需警惕。  5. 选择偏倚与对撞偏倚  - 选择偏倚：研究样本不是来自目标总体的随机样本（如病例对照研究、特定人群）。- 对撞偏倚：同时以暴露（X）和结局（Y）为条件进行样本选择（如只研究患病且暴露水平高的人），会打开工具变量（G）与混杂（U）之间的“后门路径”，导致IV估计偏倚。  比喻（对撞偏倚）：研究“运动（G）→ 健康（X）→ 长寿（Y）”，但只调查长寿的老人（同时以X和Y为条件）。在这个长寿老人群体里，那些不爱运动（G弱）却长寿的人，很可能有其他强大的健康秘诀（U，如基因好、饮食佳）。这就在G和U之间产生了虚假关联，破坏了IV的独立性假设。影响：严重违反IV假设，导致估计结果无效。  诊断：审视研究设计。样本是否基于暴露或结局进行选择？是否同时基于两者？解决：1. 避免对撞选择：尽可能使用基于人群的队列或横断面数据。2. 使用源头数据：在病例对照设计中，基因-暴露关联应仅从对照组中估计，以避免反向因果和选择偏倚。3. 统计校正：在无法避免时，可尝试用逆概率加权等方法校正选择偏倚，但复杂且假设强。 6. 协变量调整  - 问题：何时需要在孟德尔随机化模型中调整协变量（如年龄、性别、祖先主成分）？- 机制：调整某些协变量可以消除混杂（如人群分层），但调整其他协变量（特别是暴露的下游后果或中介变量）则会引入偏倚（过度控制）。 比喻：研究“基因（G）→ 胆固醇（X）→ 心脏病（Y）”。调整年龄、性别是正确的（它们可能是混杂）。但调整“服药史”则可能是错误的，因为服药是胆固醇高（X）导致的行为（中介），调整它会切断因果路径，低估真实效应。核心原则：只调整IV的原因（混杂），不调整IV或暴露的结果（中介或碰撞点）。 指南：1. 必须调整：为控制人群分层，必须调整祖先主成分（PCs）。通常调整前10-20个PCs。2. 通常调整：年龄、性别、出生队列等基本人口学变量，除非有理论证明它们不是混杂。3. 不应调整：任何可能是暴露（X）下游结果的变量（如疾病症状、治疗措施、其他生物标志物）。实践：在暴露和结局的GWAS中，通常已对年龄、性别、PCs进行了调整。使用汇总数据时，确保来源一致。  7. 不可拆分性  - 问题：当暴露（X）和结局（Y）在生物学上紧密相关、难以测量区分时（如两种脂蛋白），其遗传工具变量（GX和GY）可能高度相关，导致无法区分彼此的因果效应。- 机制：若GX和GY处于强连锁不平衡（LD）中，它们不再是独立的工具变量。试图用GX估计X对Y的效应时，GY的效应会混杂进来，反之亦然。  比喻：想研究“咖啡因（X）对焦虑（Y）的影响”，但用的基因工具（GX）同时也强烈影响“睡眠质量”。而“睡眠质量”本身就有自己的基因工具（GY）且与焦虑相关。如果GX和GY这两个基因位置很近、总是一起遗传，你就无法分清到底是咖啡因还是睡眠质量在影响焦虑。影响：因果方向无法辨别，估计严重混淆。 诊断：检查暴露和结局的工具变量在基因组上的位置和LD情况。如果它们来自相同或紧密连锁的基因区域，则存在不可拆分性问题。解决：1. 寻找独立IV：努力寻找只与X强相关、与Y完全无关（且无LD）的IV，反之亦然。2. 使用多变量MR：将X和Y同时放入模型，并寻找对两者有不同影响模式的IV集，以同时估计双向效应（见第9章）。3. 承认局限：若无法找到独立IV，则应承认该研究问题在当前遗传数据下无法解决。 8. 时间与时变效应 - 问题：暴露对结局的因果效应可能随时间变化（如童年肥胖 vs. 成年肥胖的影响不同），而遗传变异影响的是终身平均暴露水平。- 机制：遗传工具变量反映的是终身、累积的暴露差异。它无法区分暴露效应在生命不同时期的异质性。如果暴露只在特定生命阶段有因果效应，用终身工具变量得到的估计可能被稀释或误导。 比喻：研究“受教育年限（X）对老年认知（Y）的影响”。影响教育的基因（G）让人一辈子都爱学习。但教育可能只在青年期对大脑发育有关键影响。MR估计的是“终身爱学习”的效应，这个效应可能混合了青年期关键效应和后续持续效应的总和，无法单独识别青年期的效应。影响：估计的是“终身平均效应”，可能掩盖关键时间窗的效应，或与短期干预效果不符。  解决：1. 生命历程MR：利用影响暴露不同生命阶段的遗传变异（如影响童年BMI和成年BMI的不同基因集）。2. 纵向数据：在拥有纵向测量数据的研究中，可研究遗传风险评分与不同年龄阶段暴露/结局变化的关系。3. 谨慎解读：明确MR估计反映的是“长期暴露”的效应，与短期药物试验结果直接比较时需注意时间尺度的差异（见第6章）。 9. 统计功效  - 问题：孟德尔随机化研究需要多大样本量才能有足够把握检测到真实的因果效应？- 机制：功效取决于：① 工具变量解释的暴露方差（R²，与F统计量相关）；② 真实的因果效应大小（θ）；③ 结局样本量（N）；④ 显著性水平（α）。  核心：MR的统计功效通常低于观察性研究。因为基因只能解释暴露变异的很小一部分（R²通常为1%-5%），相当于使用了“噪声很大”的工具。影响：需要非常大的样本量（通常数万至数十万）才能有足够功效检测到中等大小的效应。 计算：可使用在线计算器（如mRnd）或公式进行功效计算。公式近似为：N ≈ (Zα + Zβ)² / (θ² * R²) 其中，θ是因果效应（如OR的对数），R²是IV解释的暴露方差。提升策略：1. 使用更强、更多的IV（提高R²）。2. 增加结局样本量（N）。3. 使用更宽松的α水平（如0.05），但需注意多重检验。  10. 其他问题  - 二元暴露：当暴露是二分类（如吸烟/不吸烟）时，IV估计解释为“局部平均处理效应”（LATE），即对“依从者”（其暴露行为受基因影响的那部分人）的效应。- 赢家诅咒的变体：在“两样本MR”中，若用于筛选IV的暴露GWAS样本量远小于结局GWAS，偏倚较小；反之则偏倚严重。- 测量误差：暴露的测量误差在MR中会导致弱工具偏倚；结局的测量误差则会降低功效，但通常不引入偏倚。 LATE解释：基因工具估计的效应，不一定适用于所有人。例如，用基因估计“戒烟对肺癌风险”的效应，这只适用于那些“因为基因而更容易戒烟/吸烟的人”，而不适用于因其他原因（如意志力）改变吸烟习惯的人。测量误差：如果测量暴露的工具不准（误差大），会削弱基因与暴露的观测关联，使工具变量变“弱”。  实践建议：1. 对于二元暴露，明确效应解释的对象群体（LATE）。2. 尽量使用大样本的暴露GWAS来筛选IV，以减少赢家诅咒。3. 尽可能使用精确、可靠的暴露和结局测量方法。 核心要点总结 1.弱工具变量是首要威胁：会严重放大误差，导致估计偏倚和假阴性。务必报告F统计量并确保其大于10。 2.数据来源至关重要： o理想情况是“两样本MR”：暴露和结局的GWAS来自独立、无重叠的样本。 o避免赢家诅咒：用于筛选IV的样本（暴露GWAS）必须独立于估计效应的样本（结局GWAS）。 3.研究设计决定有效性： o警惕选择偏倚和对撞偏倚，尤其是在病例对照或特殊人群研究中。 o谨慎进行协变量调整，只调整混杂，不调整中介或结果。 4.生物学复杂性带来挑战： o不可拆分性：当暴露和结局的遗传基础高度重叠时，难以区分因果方向。 o时变效应：MR估计的是长期累积效应，可能与短期干预效果不同。 5.大样本是王道：由于遗传工具通常较弱（R²小），MR研究需要非常大的样本量才能获得足够的统计功效。 6.系统性的敏感性分析：不应只报告IVW等主流方法的结果。必须系统地进行敏感性分析，包括：  o检验异质性（Cochran‘s Q）。 o使用多种稳健方法（如MR-Egger, 加权中位数, MR-PRESSO）并与IVW结果比较。 o评估水平多效性（MR-Egger截距检验）。 o在存在弱工具时，使用Fieller定理或LIML等方法。 最终建议：进行孟德尔随机化研究时，应像侦探一样，对数据质量、工具变量有效性、各种潜在偏倚进行全面排查。单一方法的结果不足为信，只有多种方法结论一致，且通过所有敏感性检验时，结果的可靠性才更高。本章提供的工具箱正是为了完成这项侦探工作。第9章：孟德尔随机化的扩展 第9章探讨了标准孟德尔随机化（单暴露→单结局）的多种扩展形式，这些扩展方法能处理更复杂的因果问题，例如： ·多个暴露同时影响结局（多变量MR） ·暴露通过中介变量间接影响结局（网络MR） ·暴露与结局的关系不是直线（非线性MR） ·同时研究两个暴露的独立与交互作用（析因MR） ·双向因果关系（双向MR） ·整合多个研究结果（MR与荟萃分析结合） 核心思想：这些扩展方法利用遗传工具变量，在更复杂的因果网络中推断关系，但假设更多、解释更需谨慎。 主题 核心问题  通俗解释与例子  关键方法与假设  注意事项  1. 多变量孟德尔随机化  当多个暴露变量可能共同影响结局，且它们之间相互关联（存在混杂或中介）时，如何估计每个暴露的独立因果效应？ 例子：研究“BMI”和“血压”对“冠心病”的独立影响。两者高度相关，直接做两个单变量MR会混淆。多变量MR能同时调整，得到纯效应。核心：使用多组遗传工具变量，分别与不同暴露强相关，同时放入模型，估计各暴露对结局的“直接”效应。  方法：1. 多变量IVW：扩展单变量IVW，将多个暴露的遗传关联同时纳入模型。2. 多变量两阶段最小二乘法：第一阶段用多个工具变量预测多个暴露，第二阶段用预测的暴露值回归结局。关键假设：1. 每个工具变量只通过其指定的暴露影响结局（无水平多效性）。2. 工具变量之间无关联（无LD）。3. 工具变量数量 ≥ 暴露数量。 - 工具变量要求更高：需要找到对每个暴露特异性强的工具变量组，否则难以区分效应。- 共线性问题：如果暴露间高度相关，估计可能不稳定。- 解释：结果表示“保持其他暴露不变时，该暴露的独立效应”。  2. 网络孟德尔随机化  研究因果路径或中介机制：暴露是否通过某个中介变量影响结局？ 例子：研究“吸烟 → 肺癌”。怀疑路径是“吸烟 → DNA损伤 → 肺癌”。网络MR可量化“吸烟→DNA损伤”和“DNA损伤→肺癌”两段效应，并计算间接效应。核心：将中介变量纳入模型，估计直接和间接效应。 方法：1. 两步法：先做“暴露→中介”的MR，再做“中介→结局”的MR，间接效应 = 两段效应相乘。2. 多变量MR法：将暴露和中介同时作为自变量，用多变量MR估计各自对结局的直接效应，间接效应 = (暴露→中介效应) × (中介→结局直接效应)。关键假设：1. 工具变量只通过指定路径影响下游变量（无其他路径）。2. 无未测量的混杂影响中介与结局的关系。  - 中介工具变量难找：需要专门影响中介而不直接影响结局的工具变量。- 时间顺序：中介必须在暴露之后、结局之前。- 效应分解：总效应 = 直接效应 + 间接效应。  3. 非线性孟德尔随机化  暴露对结局的因果效应不是直线关系（如U型、阈值效应）时，如何估计？  例子：研究“酒精摄入量 → 肝病风险”。可能低量有益、高量有害，不是简单的“越多越坏”。非线性MR试图刻画这种曲线关系。核心：利用遗传工具将人群分层（如按遗传风险评分分组），比较不同暴露水平组的结局风险。 方法：1. 分位数法：按遗传预测的暴露水平将人群分层（如五分位），每层内计算局部平均处理效应（LATE）。2. 非参数回归：用工具变量作为“排挤变量”，拟合非参数曲线。3. 饱和模型：拟合多项式或样条函数。关键假设：1. 工具变量在整个暴露范围内都有效。2. 无效应修饰（工具变量效应不随暴露水平变化）。 - 数据要求高：需要个体水平数据（不能只用汇总数据），且大样本。- 解释困难：曲线形状可能受混杂残留影响。- 应用较少：实践中，许多MR假设线性关系已足够。  4. 析因孟德尔随机化  研究两个暴露的交互作用：它们对结局的影响是独立的，还是协同/拮抗？  例子：研究“吸烟”和“饮酒”对“食管癌”的联合效应。析因MR可回答：两者是独立作用，还是吸烟会放大饮酒的危害？核心：利用两组独立的遗传工具变量，分别对应两个暴露，构建2×2析因设计。  方法：1. 分层分析：按两个工具变量的组合将人群分为4组（如：高吸烟遗传风险/高饮酒遗传风险、高/低、低/高、低/低），比较各组结局风险。2. 回归模型：在模型中纳入工具变量的交互项。关键假设：1. 两组工具变量相互独立（无LD）。2. 每个工具变量只影响其对应的暴露（无多效性）。3. 无三阶交互（工具变量之间无复杂交互）。  - 工具变量独立性难保证：需确保两组遗传工具在遗传上不相关。- 样本量需求大：交互作用检测通常需要更大样本。- 结果解释：交互项显著表示存在协同/拮抗作用。  5. 双向孟德尔随机化  解决因果方向问题：是X导致Y，还是Y导致X？或者互为因果？  例子：观察发现“抑郁”与“冠心病”相关。双向MR可检验：是抑郁导致冠心病，还是冠心病导致抑郁，或两者相互影响？核心：分别用X的工具变量做“X→Y”的MR，再用Y的工具变量做“Y→X”的MR。  方法：1. 正向MR：用X的工具变量估计X对Y的效应。2. 反向MR：用Y的工具变量估计Y对X的效应。3. 比较：如果正向显著而反向不显著，支持X→Y；反之则支持Y→X；若都显著，可能为双向因果或混杂。关键假设：1. 工具变量对自身暴露特异（无多效性）。2. 无混杂影响工具变量与对方暴露的关系。  - 方向性多效性：工具变量可能通过其他路径影响对方暴露，导致假双向信号。- 样本重叠：若正反MR使用相同样本，可能引入偏倚。- 需谨慎解释：双向显著不一定证明互为因果，可能反映共同遗传基础或混杂。 6. 孟德尔随机化与荟萃分析  如何整合多个MR研究的结果？或如何将MR结果与传统观察性研究、RCT结果比较？ 例子：多个团队用不同遗传工具、不同人群研究了“维生素D → 糖尿病风险”，结果不一。可通过荟萃分析合并这些MR估计，得到总体结论。核心：将MR视为一种特殊的研究设计，用荟萃分析技术（如固定/随机效应模型）合并效应估计。  方法：1. 研究水平荟萃：将每个MR研究的点估计和标准误作为输入，进行Meta分析。2. 个体水平荟萃：合并各研究的原始数据，重新进行MR分析（更优但难实现）。3. 比较MR与RCT：将MR估计的效应大小与RCT结果放在同一森林图中比较。关键假设：各MR研究满足工具变量假设，且效应同质（或异质性可建模）。  - 异质性来源：工具变量不同、人群不同、分析方法不同等。- 发表偏倚：阳性结果更易发表，需评估。- 比较时注意：MR估计的是“终身遗传效应”，RCT是“短期干预效应”，直接比较需谨慎（见第6章）。  7. 章节总结与核心要点  扩展MR的共同挑战与价值  价值：1. 解决更复杂的科学问题：不再局限于单一直线关系。2. 揭示机制：如中介分析可阐明生物学通路。3. 增强因果推断：如双向MR可辨别因果方向。挑战：1. 假设更强更复杂：多变量/网络MR需要工具变量高度特异，这在多基因复杂性状中很难满足。2. 对数据要求更高：需要更多、更高质量的工具变量和更大样本量。3. 解释更困难：结果更容易受到多效性、混杂、样本重叠等问题的影响。实践建议：- 从简单问题（单变量MR）开始，确保基础方法理解透彻。- 进行扩展分析前，仔细评估工具变量的有效性（特别是无多效性）。- 使用多种敏感性分析（如MR-Egger、加权中位数）检验结果的稳健性。- 明确研究目标：是探索机制？验证方向？还是估计联合效应？选择最合适的扩展方法。- 结果解读需保守：复杂方法的阳性结果需要更多证据支持。 核心思想：MR的扩展极大地增强了其解决复杂生物学问题的能力，但代价是引入了更多的假设和不确定性。 必须严格评估工具变量的有效性，并辅以充分的敏感性分析。当简单MR已能回答问题时，不必追求复杂方法。   核心要点总结 1.多变量MR：用于估计多个相关暴露的独立效应，需要暴露特异性的工具变量。 2.网络MR：用于中介分析，分解直接和间接效应，需要中介变量的工具变量。 3.非线性MR：刻画非直线的剂量-反应关系，通常需要个体数据，解释需谨慎。 4.析因MR：研究两个暴露的交互作用，需要两组独立的工具变量。 5.双向MR：辨别因果方向，需警惕反向多效性造成的假信号。 6.MR与荟萃分析：整合证据，比较不同研究结果，但需注意效应尺度的差异。 共同原则：所有扩展都建立在标准MR的三大假设之上，且对工具变量的无多效性要求更为严格。分析前务必进行充分的敏感性分析和工具变量强度检验（如F统计量）。第10章：孟德尔随机化研究的分析流程 第10章是本书的 “实战操作手册” 。它系统性地指导研究者如何从头到尾完成一项高质量的孟德尔随机化研究，从提出研究问题到最终解读结果。本章将前几章的理论和方法整合成一个清晰、可执行的步骤框架，旨在帮助研究者避免常见陷阱，确保分析过程的严谨性和结果的可信度。 ·核心目标：提供一个标准化、可复现的分析流程，确保孟德尔随机化研究的设计、执行和报告都达到高标准。 ·核心逻辑：孟德尔随机化分析并非简单地运行几个统计命令，而是一个需要周密规划、严格数据管理和多重敏感性检验的完整研究过程。本章将这个过程分解为清晰的步骤，并强调了每个环节的最佳实践和注意事项。 分析阶段 核心任务与目标 关键步骤与决策点 注意事项与最佳实践  1. 动机与范围  明确研究问题，界定分析边界。 - 定义暴露（X）与结局（Y）：明确要研究的因果方向（X → Y）。- 确定分析类型：是探索性（无假设驱动）还是验证性（有明确假设）？- 选择数据来源：决定使用个体水平数据还是汇总数据（GWAS摘要数据）。- 规划分析层次：是进行主要分析，还是包括多种敏感性分析和亚组分析？ - 问题要具体：避免过于宽泛的问题（如“饮食与健康”），应聚焦于可测量的特定暴露和结局。- 预先注册：对于验证性研究，考虑在公开平台（如OSF）预先注册研究方案，以增加透明度和可信度。- 明确范围：提前决定要测试的MR方法、工具变量选择标准等，避免“P值操纵”。  2. 数据来源与获取  获取高质量、匹配的遗传关联数据。 - 暴露数据：从大型GWAS或联盟获取与暴露强相关的SNP汇总统计数据（βX, SE, P值，等位基因信息）。- 结局数据：从独立样本（两样本MR）或同一样本（单样本MR）获取相同SNP集与结局的关联数据。- 数据协调：确保暴露和结局数据中的SNP、效应等位基因、效应方向（β值符号）完全对齐。  - 优先两样本MR：尽可能使用独立的暴露和结局GWAS样本，以避免样本重叠带来的偏倚（见第8章）。- 数据质量：使用大样本、经过严格质控的GWAS数据。- 工具变量独立性：获取SNP之间的连锁不平衡（LD）信息（如来自1000 Genomes Project），用于后续筛选和校正。  3. 遗传工具变量选择  筛选出与暴露强相关、且满足IV假设的SNP集合。 1. 显著性筛选：通常选择在全基因组水平上与暴露显著相关的SNP（P < 5×10-8）。对于生物学已知的基因区域，可放宽标准（如P < 1×10-5）。2. 独立性筛选（Clumping）：剔除高度连锁不平衡（LD r² > 0.001或0.01）的SNP，只保留每个LD区块内最显著的SNP，确保工具变量相互独立。3. 排除多效性SNP：利用数据库（如PhenoScanner）检查所选SNP是否与其他潜在混杂因素强相关，如有则剔除。4. 评估工具变量强度：计算F统计量（或类似指标）。对于汇总数据，近似F统计量 = (βX/SEβX)²。要求每个IV的F > 10，或整体工具变量的平均F统计量远大于10，以规避弱工具变量偏倚。 - 平衡数量与质量：SNP不是越多越好。优先选择独立、强相关、生物学意义明确的SNP。过多的弱工具变量会增加偏倚风险。- 避免“赢家诅咒”：用于筛选IV的暴露GWAS样本最好与结局GWAS样本独立。- 记录筛选过程：详细记录筛选标准、剔除的SNP及原因，确保过程可复现。  4. 等位基因对齐  确保暴露和结局数据中，同一SNP的效应方向一致。 - 核对效应等位基因：确保两个数据集中，用于计算β值的“效应等位基因”是同一个。- 核对效应方向：如果效应等位基因相反，需将其中一个数据集的β值取反（乘以-1）。- 核对链方向：有时需要将SNP的链信息（正链/反链）进行翻转，以确保等位基因匹配。 - 自动化与手动检查结合：使用软件（如TwoSampleMR的harmonise_data函数）自动化对齐，但必须人工抽查关键SNP，特别是效应最大的几个。- 对齐错误是严重错误：会导致结果完全相反。务必仔细！ 5. 主要分析  执行核心的MR分析，得到初步因果效应估计。 - 方法选择：- 逆方差加权法（IVW）：默认且最常用的方法。假设所有工具变量均有效（无多效性）。- 使用固定效应或随机效应模型（推荐乘法随机效应模型，以允许存在异质性）。- 计算与呈现：- 得到因果效应估计值（θ）及其95%置信区间和P值。- 绘制散点图：以SNP-暴露关联（βX）为横轴，SNP-结局关联（βY）为纵轴。IVW拟合的斜率即为因果效应估计。这是MR结果最核心的可视化图表。 - IVW是基准：主要结果应基于IVW。但必须明白其假设（无多效性）很强，需用敏感性分析验证。- 正确解释P值：MR的P值检验的是“遗传工具变量与结局的关联是否为零”。若显著，则支持暴露对结局有因果效应。- 注意尺度：因果效应估计值（θ）的单位是“暴露每改变一个单位，结局的变化量”。  6. 敏感性分析的稳健方法  检验并校正水平多效性（IV无效）带来的偏倚。 1. MR-Egger回归：- 原理：在IVW回归中引入截距项。如果截距显著不为零，提示存在平均水平的定向多效性。- 结果：MR-Egger的斜率估计值即使在多效性存在时也（渐近）无偏，但统计效能较低，标准误较大。2. 加权中位数法：- 原理：对单个SNP的比率估计值（βY/βX）按精度加权后取中位数。- 优点：只要至少50%的工具变量是有效的，估计就是稳健的。比MR-Egger效能高。3. MR-PRESSO：- 原理：检测并剔除离群值SNP（可能是多效性SNP），然后重新进行IVW分析。- 步骤：全局异质性检验→ 离群值检测 → 剔除离群值后分析 → 比较剔除前后估计值。  - 必须执行：敏感性分析不是可选项，是强制性步骤。- 综合解读：不要只看一种方法。比较IVW、MR-Egger、加权中位数的结果：- 若三者方向一致且区间重叠，结果最稳健。- 若MR-Egger截距显著，说明存在定向多效性，IVW结果可能偏倚，应更信任MR-Egger或加权中位数结果。- MR-PRESSO用于识别和剔除“害群之马”SNP。  7. 敏感性分析的其他方法  从不同角度验证结果的稳健性。 1. 异质性检验（Cochran‘s Q）：检验各SNP的因果估计值是否一致。显著的Q统计量（P < 0.05）提示存在异质性，可能源于多效性或工具变量无效。2. 留一法分析：依次剔除一个SNP后重复IVW分析，观察结果是否被某个单一SNP过度驱动。3. 多变量MR：如果怀疑存在多个相关的暴露，或需要调整混杂（如遗传主成分），可使用多变量MR同时估计多个暴露的效应。4. 不同工具变量集：使用不同P值阈值、不同基因区域或不同生物学通路筛选工具变量，看结果是否一致。  - 探究异质性来源：Q检验显著时，应深入探究是哪些SNP导致了异质性（通过散点图、漏斗图、森林图）。- 留一法很实用：能快速识别有影响力的异常点。- 漏斗图：以单个SNP估计值的精度（1/SE）为纵轴，估计值为横轴。在无多效性时，图形应对称分布。不对称提示存在定向多效性或发表偏倚。  8. 数据展示 清晰、透明地呈现所有分析步骤和结果。 - 核心图表：1. 散点图：展示所有SNP的数据点和IVW拟合线。2. 森林图：展示每个SNP的比率估计值及其置信区间，以及合并估计值（IVW等）。3. 漏斗图：评估多效性和发表偏倚。4. 留一法分析图：展示剔除每个SNP后的估计值变化。- 核心表格：1. 工具变量列表：包含SNP ID、效应等位基因、βX, SEβX, βY, SEβY, P值、F统计量等。2. 主要结果表：并列呈现IVW、MR-Egger、加权中位数、MR-PRESSO等方法的估计值、标准误、P值、以及MR-Egger截距及其P值、Cochran‘s Q统计量及其P值。  - 全面报告：不仅报告“漂亮”的结果，也要报告所有敏感性分析结果，即使它们与主要结论不一致。- 遵循报告规范：参考STROBE-MR等报告指南，确保信息完整。- 公开代码与数据：尽可能公开分析脚本和所用数据的来源，以促进可重复性。 9. 结果解读  在IV假设的框架下，审慎、保守地解释发现。 1. 评估IV假设：- 关联性：F统计量是否足够大？- 独立性：是否已通过LD clumping和表型扫描尽可能排除多效性？- 排他性：MR-Egger截距是否接近零？各方法结果是否一致？2. 因果方向：结果支持X→Y，但不能完全排除反向因果（Y→X）或混杂。可考虑进行反向MR（以Y为暴露，X为结局）作为补充。3. 临床/生物学意义：- 效应量有多大？是否有临床或公共卫生意义？- 结果与现有生物学知识是否一致？能否提出合理的机制解释？4. 局限性：必须讨论本研究的局限性，例如：- 残留多效性的可能性。- 样本重叠问题。- 工具变量只能解释暴露的一小部分变异（弱工具变量）。- 线性假设和人群普适性问题。  - 相关性不等于因果性：即使MR结果显著，也只能说明“遗传预测的暴露水平”与结局相关，不能100%证明暴露本身是原因。需结合生物学合理性综合判断。- 强调一致性：最可靠的证据来自多种MR方法结果一致，且与其他研究设计（如 RCT、队列研究）的证据相互印证。- 避免过度解读：MR估计的是“终身遗传效应”，可能与短期药物干预效果不同（见第6章）。- 阴性结果的价值：一个设计良好、工具变量有效的MR研究得到的阴性结果，是反驳某个因果假设的强有力证据。  10. 总结 将整个流程系统化，确保研究的严谨性。 - 流程是迭代的：可能需要在数据检查、工具变量筛选、分析方法和结果解读之间来回调整。- 核心是验证：孟德尔随机化的力量在于利用遗传变异作为“自然实验”，但其有效性完全依赖于工具变量假设。整个分析流程的核心就是通过各种方法尽可能验证这些假设。- 透明与可重复：详细记录每个步骤、所有决策和所用参数，是确保研究科学价值的基础。 最终建议：将MR分析视为一个需要严格质控的“侦探过程”，而不是一个简单的“黑箱”操作。对数据保持怀疑，对假设保持警惕，对结果保持审慎，是做出可靠因果推断的关键。 核心流程总结与要点 1.规划先行：明确研究问题、假设和分析计划（最好预注册）。 2.数据为王：获取高质量、独立、协调好的暴露与结局GWAS汇总数据。 3.工具变量是核心：精心筛选独立、强相关、尽可能无多效性的SNP，并计算F统计量检验强度。 4.分析需分层： o主要分析：用IVW方法得到基准估计。 o强制性敏感性分析：必须使用MR-Egger、加权中位数等方法检验多效性并获取稳健估计。 o补充性敏感性分析：进行异质性检验、留一法分析等，从多角度验证稳健性。 5.全面报告：使用散点图、森林图等可视化结果，并用表格清晰呈现所有方法的估计值、统计量和检验结果。 6.审慎解读：在承认局限性的前提下（如多效性、弱工具变量、样本重叠等），结合生物学知识，对因果关系的存在、方向和大小进行保守、合理的解释。 7.重视可重复性：公开数据、代码和分析细节。 一句话概括第10章：它提供了一个从问题到答案的完整路线图，强调流程的标准化、分析的严谨性和报告的透明化，是确保孟德尔随机化研究得出可靠结论的操作指南。第11章：未来方向 第11章展望了孟德尔随机化（MR）研究的未来发展趋势和挑战。随着遗传学、数据科学和流行病学的快速发展，MR正从一种“小众”方法演变为大规模、高通量、多组学整合的因果推断核心工具。本章指出，未来的MR研究将面临 “四个大量” 的机遇与挑战： 1.大量遗传变异：全基因组关联研究（GWAS）发现数以万计的遗传位点。 2.大量风险因素（暴露）：组学技术（如蛋白质组、代谢组）提供了海量分子表型。 3.大量研究结局：电子健康记录、生物银行数据链接了数百种疾病和健康指标。 4.大量研究对象：百万级样本的生物银行和联盟数据不断涌现。 这些趋势将推动MR从假设驱动转向数据驱动的探索性研究，但也对方法学、计算资源和因果解释提出了更高要求。最后，本章强调，流行病学家的角色将更加关键——他们需要设计精巧的研究、审慎选择工具变量、合理解读结果，避免误用和过度解读。 未来方向  核心内容与机遇 具体挑战与问题  对研究者的启示与建议  1. 全基因组关联研究：大量遗传变异  - 现状：GWAS已发现数万个与复杂性状相关的SNP，工具变量选择范围极大扩展。- 机遇：- 更精细的定位：使用多个独立SNP作为工具变量，提高统计功效和稳健性。- 多基因风险评分（PRS）：将数百个SNP整合成单个“工具”，代表整体的遗传倾向。- 跨种族研究：在不同人群中进行MR，验证因果关系的普适性。  - 弱工具变量偏倚：大量SNP中许多效应很小，容易导致弱工具变量问题。- 水平多效性：SNP可能通过多种生物学通路影响结局，违反“排他性”假设。- 连锁不平衡（LD）：高度相关的SNP不能视为独立工具变量，需进行clumping（聚类）处理。- 人群分层：不同人群的LD结构和等位基因频率差异可能引入偏倚。  - 优先选择强相关、功能明确的SNP：避免使用弱工具变量。- 进行敏感性分析：使用MR-Egger、加权中位数等方法检验多效性。- 使用独立SNP：通过clumping（如r² < 0.001）确保工具变量独立性。- 跨人群验证：在不同种族/人群中重复分析，增强结果可靠性。  2. 组学研究：大量风险因素  - 现状：高通量组学技术（基因组、转录组、蛋白质组、代谢组、表观基因组等）能同时测量成千上万的分子特征（如蛋白质、代谢物）。- 机遇：- 系统性地探索因果网络：同时研究多个相关暴露对同一结局的影响（多变量MR）。- 揭示生物学机制：例如，研究基因表达（eQTL）、蛋白质水平（pQTL）如何介导遗传变异对疾病的影响（网络MR）。- 发现新的药物靶点：例如，通过蛋白质MR筛选可能干预疾病的循环蛋白。  - 多重检验问题：测试成千上万个暴露会导致假阳性，需严格校正（如Bonferroni校正、FDR控制）。- 工具变量特异性：一个遗传变异往往影响多个相关分子特征（多效性），难以确定真正的因果暴露。- 数据维度高：分析流程复杂，需要高效的计算方法和软件。- 反向因果关系：疾病状态也可能改变分子标志物水平。 - 预先设定假设：尽管是探索性研究，也应基于生物学知识优先检验某些假设。- 使用多变量MR：在调整其他相关暴露后，估计某个暴露的独立效应。- 结合共定位分析：判断遗传信号是否共享同一致病机制。- 公开数据和代码：促进透明性和可重复性。 3. 无假设驱动：大量研究结局  - 现状：大型生物银行（如UK Biobank）和疾病联盟收集了数百种疾病和健康相关性状的数据。- 机遇：- 表型扫描（Phenome-wide MR）：系统性地测试一个暴露（或工具变量）与所有可获取结局的因果关系。- 发现新的关联：可能发现意料之外的因果效应，推动新假说生成。- 评估副作用：例如，研究降脂药物靶点（如PCSK9）是否与其他疾病（如糖尿病）风险相关。  - 假阳性发现：大规模测试下，一些“显著”结果可能是偶然现象。- 解释困难：发现的关联可能缺乏生物学合理性，需后续实验验证。- 样本重叠：同一个数据集用于暴露和结局GWAS，可能引入偏倚（见第8章）。- 赢者诅咒：在发现样本中筛选的工具变量，在验证样本中效应可能被高估。 - 严格多重检验校正：使用全基因组显著性阈值（P < 5×10⁻⁸）或FDR控制。- 独立验证：在独立数据集中重复显著发现。- 谨慎解读：将大规模扫描视为生成假设的工具，而非确证性证据。- 使用两样本MR：尽可能使用独立的暴露和结局GWAS数据。  4. 生物银行：大量研究对象  - 现状：UK Biobank、FinnGen等百万级样本的前瞻性队列，整合了基因组、表型组、健康记录等多维度数据。- 机遇：- 更高的统计功效：检测更小的因果效应。- 研究罕见疾病和亚型：大样本使得研究罕见结局成为可能。- 纵向数据：可研究暴露对疾病进展、并发症等时间动态过程的影响。- 整合多组学数据：在同一批个体中同时获取遗传、分子和临床数据，实现更精细的因果推断。 - 数据异质性：不同中心、平台的测量差异需仔细校正。- 选择性生存偏倚：队列参与者通常比一般人群更健康（健康志愿者偏倚）。- 伦理与数据共享：大规模基因数据涉及隐私，需建立安全的访问机制。- 计算资源：处理PB级数据需要高性能计算集群。  - 利用其规模优势：设计更可靠、更精细的MR研究。- 注意选择偏倚：评估样本代表性，必要时进行加权调整。- 参与国际合作：通过联盟整合多个生物银行数据，增加多样性和统计效力。- 投资计算设施：发展云计算、高效算法以处理大数据。 5. 精妙的设计：流行病学专家的角色  - 核心论点：尽管技术自动化程度提高，但研究设计、工具变量选择和结果解释更需要流行病学家的专业判断。- 关键职责：- 提出清晰的科学问题：避免“为MR而MR”。- 评估工具变量的生物学合理性：优先选择功能已知、机制明确的遗传变异。- 识别并处理混杂：例如，使用多变量MR调整遗传混杂（如遗传主成分）。- 合理解读因果估计：理解“终身遗传效应”与“短期干预效应”的差异（见第6章）。- 警惕误用和滥用：避免在工具变量假设明显不成立时强行使用MR。  - 方法滥用风险：随着软件包普及，非专业人士可能在不理解假设的情况下运行MR，导致错误结论。- “黑箱”化危险：过度依赖自动化流程，忽视对每个步骤的审慎评估。- 因果链条复杂：在复杂生物学系统中，简单的线性因果模型可能不适用。 - 加强方法学培训：流行病学家、统计学家和遗传学家需紧密合作。- 遵循报告规范：如STROBE-MR，确保分析透明、可重复。- 保持批判性思维：对任何MR结果，都要追问：“工具变量真的有效吗？还有哪些替代解释？”- 推动方法创新：开发能处理复杂多效性、非线性、动态过程的新MR方法。  6. 总结与核心展望  - MR将成为：- 药物靶点验证的核心工具：在临床试验前优先筛选有遗传证据支持的靶点。- 理解疾病生物学机制的关键途径：整合多组学数据，构建因果网络。- 公共卫生决策的参考依据：评估生活方式、环境因素对疾病的长期影响。- 但MR不是“万能药”：它依赖于严格的假设，且估计的是“自然实验”效应，不能完全替代随机对照试验（RCT）。  - 根本挑战不变：工具变量的三大假设（关联性、独立性、排他性）始终是MR有效性的基石。- 数据量增长≠质量保证：大数据可能放大偏倚（如弱工具变量、多效性）。- 因果解释的复杂性：从统计关联到生物学机制，再到临床干预，每一步都需要谨慎推理。 - 拥抱机遇，应对挑战：积极利用新数据、新方法，但坚守科学严谨性。- 强调三角验证：将MR证据与实验研究、临床观察、RCT结果相互印证。- 持续教育：向科学界和公众普及MR的潜力与局限，避免误解。 核心要点总结 1.数据爆炸带来新机遇：GWAS、组学、生物银行提供了前所未有的数据资源，使MR能够进行大规模、系统性的因果探索。 2.核心挑战依然存在：弱工具变量、水平多效性、样本重叠等传统问题在大数据背景下可能被放大，需要更严格的质控和更稳健的方法。 3.从假设驱动到数据驱动：MR正从检验特定假设，转向无假设的大规模扫描，这对多重检验校正和结果解释提出了更高要求。 4.流行病学家的角色升级：在自动化分析时代，研究设计、工具变量选择和因果解释更需要人类的专业判断和生物学洞察力，以避免误用和得出误导性结论。 5.未来是整合的：MR将更深入地与多组学、纵向数据、临床试验结合，成为理解复杂疾病病因和指导精准预防/治疗的核心方法论。 一句话概括第11章：孟德尔随机化的未来充满希望，但数据量的增长必须与方法学的严谨性和研究者的智慧同步提升，才能真正实现其揭示因果关系的潜力。

SciNeuro announced Thursday that it raised $53 million to study a former GSK compound in an eye complication of diabetes as well as dementia. The neuroscience biotech’s second venture funding round comes five years after its initial $100 million raise that was announced in 2020. The latest raise, which the biotech did not explicitly call a Series B, was led by Lilly Asia Ventures and ARCH Venture Partners, with the two firms returning to fund SciNeuro. SciNeuro CEO Min Li, the former global head of neuroscience R&D at GSK, was previously a venture partner at Lilly Asia Ventures. He built the biotech as a transpacific outfit that can benefit from both the US and China biotech ecosystems. The company has offices in Rockville, MD, and in Shanghai. Li described to Endpoints News in an interview that SciNeuro has its “center of gravity in the US, while benefiting from the speed and resources in China.” For one molecule, the company did its manufacturing in China, while for another, SciNeuro leveraged the country’s CRO infrastructure, Li said. SciNeuro also announced Thursday that Hogan Wan, who was previously head of investor relations and strategy at Ascentage Pharma, has been named CFO. The new funds will extend SciNeuro’s runway beyond 2027, Li said. Its main asset, codenamed SNP318, is what’s known as an Lp-PLA2 inhibitor. SciNeuro licensed a set of compounds from that class from GSK in 2022, seeking to study them in neurological diseases. GSK had studied an Lp-PLA2 blocker called darapladib in heart disease, but the drug failed back-to-back pivotal trials. SciNeuro’s SNP318 is a version of that compound that better penetrates the brain. It has started a Phase 2 study in the US in diabetic macular edema, with a trial in dementia “also just about to start,” Li said. Li said that SciNeuro expects to have data on that asset at the end of 2026 or early 2027. SciNeuro also has a handful of other programs in its pipeline, including early-stage Parkinson’s and Alzheimer’s drugs. Li said he expects the funding to also help the company get early human data on either its LRRK2-targeted drug for Parkinson’s or its beta amyloid-targeting drug for Alzheimer’s. The company last month announced a $5 million grant from the Michael J. Fox Foundation for preclinical development of its LRRK2 program.