文献导读（二）：循环炎症细胞因子与五种癌症的风险：孟德尔随机分析

上周是孟德尔随机化的实操，今天我们还是再回到文献中来学习学习——

为什么选这个题？ 用了什么方法？ 得到什么样的结果和结论？

接下来就以方法学部分为主来进行一个学习的大动作——

1孟德尔随机化，流程图必不可少

2如何选择细胞因子的工具变量

作者团队曾进行过一项研究：从北芬兰 1966 年出生队列（NFBC1966）、芬兰年轻人心血管风险研究（YFS）以及 1997 年和 2002 年的 FINRISK 研究的样本中获得了47种炎性因子的GWAS数据。

这个研究拥有13365个样本：

另外还有两个来源提供了几种炎症细胞因子的公开数据：分别来自Sun的3301个样本和Folkersen的21758个样本。

ps：这些文章的数据都在补充材料对应的表格里，是可以直接获取的哦~

现在数据源搞定了，该如何选取合适的SNPs呢？

为了获得任意一种细胞因子的最可靠估计值，当GWAS之间的估计值相关性良好时，将这些单核苷酸多态性（SNPs）与芬兰GWAS的估计值汇集在一起，以囊括从 3301 到 31 112 不等的个体。

过程大致如下：

• 通过对 INTERVAL GWAS 的 beta 系数与芬兰 GWAS 的 beta 系数进行线性回归，检查了 INTERVAL GWAS 和芬兰 GWAS 中相同 SNP-Cytokine 对的 beta 系数之间的相关性，重点关注 r 2<0.1 且在两个 GWAS 中至少有一个中 p<10-5 的 SNP。
• 对芬兰和 SCALLOP 全球基因组也进行了同样的分析。
• 当相关性的 P 值≤0.05 时，估计值被视为相关性良好。
• 在相关性较好的情况下，首先使用线性回归的截距和β系数将原始 GWAS 转换成与芬兰数据库相同的尺度，然后通过固定效应元分析将相应研究的估计值汇集起来，并用标准差进行权衡。
• 由于 SCALLOP 和 INTERVAL 在大多数相关细胞因子方面存在重叠（SCALLOP GWAS 包含 INTERVAL 研究），因此没有对所有三个来源进行荟萃分析。

SCALLOP？又是新词儿啊—— [SCALLOP - genetic regulation of the proteome http://www.scallop-consortium.com/)

SCALLOP 联合会（Olink 蛋白质的系统和联合分析）是一个合作框架，旨在发现和跟踪与 Olink 蛋白质组学平台上蛋白质的遗传关联。目前包括来自 45 项队列研究的 7 万多名患者和对照的概括性数据。

如果大家对蛋白相关的性状感兴趣的话，可以进一步去了解这个数据库看看~

接下来，为了尽量减少水平多效性（即工具变量通过相关细胞因子以外的性状影响结局）的可能性，我们使用了顺式工具变量，即与其他基因相比，位于编码基因内或靠近编码基因（顺式）的基因变异自然与该基因的表达（以及蛋白质浓度）更为相关。

反式工具变量（从整个基因组中获取）对特定细胞因子的特异性较低，更有可能因多效应功能而无效。因此，我们使用了 Karhunen 等人所描述的两种不同的顺式工具变量定义：

a 顺式蛋白定量性状位点（cispQTL），涉及在相应基因位点上下游延伸 500 kb 范围内存在遗传变异的细胞因子，这些细胞因子与循环细胞因子浓度的相关性 p <1×10-4，这就是我们的主要分析内容 b 顺式表达定量性状位点（cis-eQTL），选择相应基因位点上下游扩展 500 kb 范围内存在变异的细胞因子，这些变异与各组织的基因表达总量（p <1×10-4）和循环细胞因子浓度（p <0.05）均有关联，以复制我们的主要分析结果，并可能捕捉到更多关联.

顺式-eQTL 工具变量可通过基因表达捕捉 pQTL 的效应，但并非所有 pQTL 都由 eQTL 代表。

转录后效应可通过没有相应顺式-eQTL 的顺式-pQTL 工具变量来体现（如蛋白质降解、分泌、清除等），由于每种细胞因子有更多的 pQTL，因此工具变量强度更高。

此外，通过将该区域扩展 500 kb，可以捕获基因外的调控区域，从而提高工具变量强度。

参考基因组：通过UCSC基因组（2019 年 6 月 18 日访问）从人类基因组 19 中提取。

基因表达数据：GTEx Portal（第 8 版）。次要等位基因频率（MAF）＞0.05 。

在顺式位点为主的 MR分析的背景下，使用极小的相关性阈值可能会导致因果变异的丢失；因此，使用 r2 <0.1 的成对连锁不平衡（LD）阈值进行了聚类。

3结局数据的来源

五种癌症的数据均来自于文献，可以通过对应的参考文献获取。

4MR分析

使用两套不同的工具变量（顺式-pQTL 和顺式-eQTL）分别进行了分析，以研究循环细胞因子浓度与每种癌症结局风险之间的关联。

当只有单个 SNP 可用于构建工具变量时，则使用系数比方法获得 MR 估计值，并使用一阶权重生成标准误差。

如果有一个以上的 SNP 可用于构建特定细胞因子的工具变量，则使用随机效应逆方差加权 (IVW) MR 方法对工具内单个 SNP 获得的 MR 估计值进行汇总。

为解决多重假设检验问题，我们在主要的 IVW MR 分析中使用 顺序 p 值法估算了经调整的误发现率 (FDR) p 值（q 值）。q 值不大于 10%即为显著。

效应估计值反映了每种细胞因子的自然标度每升高一个标度，癌症风险就会增加多少。

我们还使用了其他几种敏感性分析，即加权中值、ConMix、MR-Egger 和 MR-PRESSO 分析。

为了进一步评估 MR 分析中存在关联证据的工具的潜在多效性，我们使用了 Phenoscanner，这是一个包含基因型与表型关联的数据库。我们搜索了以前报道过的与我们分析中作为工具的任何 SNP 的关联，与炎症特征相关的任何次要表型的关联都被认为是垂直多效性。

5共定位分析

共定位分析评估两个性状之间共享的局部遗传结构，应用一系列算术运算，然后进行统计检验，以评估观察到的重叠或空间接近是否可能是偶然因素造成的。

共定位分析对于价钱MR分析中观察到的关联关系很有价值。

我们采用 Pickrell 等人提出的贝叶斯框架来检测 MR 分析中显著关联（FDR ≤ 10%）的共享因果变异。

对于每一对细胞因子-癌症，我们都使用了在主导细胞因子的遗传变异两侧延伸 25 kb 的基因组区域。

每一对的推定致病细胞因子基因座内的后验概率（PP）大于 0.8 的结果被视为共定位的证据。

在共定位分析中，我们使用组织特异性基因表达数据（例如，对于与肺癌相关的细胞因子，我们对 pQTL 遗传变异与肺组织 eQTL 数据进行了分析），进一步探讨了细胞因子与癌症的重要关联。

所有分析均使用默认先验。

利用英国生物银行（UK Biobank）中的结果数据复制了共定位分析中证实的显著关联（FDR < 10%）。