正在发文边缘游走的小伙伴们，此刻是不是还在为文章储备“素材”呢？
今天馆长为大家带来一篇本科生发的12+孟德尔随机化（MR），博士毕业的我真是自愧不如！一块瞧瞧吧~
1.
研究利用GWAS数据，以逆变量加权作为主要分析方法，以
免疫细胞表型作为暴露因素，以骨坏死作为结局，
进行MR分析，以评估
免疫细胞表型与骨坏死之间的因果关系
；
2.
通过异质性检验和水平多效性检验对MR结果进行敏感性分析，来验证MR结果的稳定性和可行性；
3.
通过全面的双向双样本MR分析证明了多种免疫表型与骨坏死之间的复杂因果关系，突出了免疫系统与骨坏死相互作用的复杂模式。
有0实验发文需求的小伙伴们可以将本文的研究思路纳入囊中哦~
(ps：还不清楚有哪些高分孟德尔文章选题思路的小伙伴可以来找馆长！超多个性化、可复现的选题思路，等你来选！
定制生信分析
生信服务器
加好友
备注“99”
领取试用
l
题目：遗传预测的731免疫细胞表型与骨坏死之间的复杂因果关系：双向双样本孟德尔随机化分析
l
杂志：International Journal of Surgery
l
影响因子：IF=12.5
l
发表时间：2024年6月
后台回复“
666
”获取原文献，编号241201
研究背景
骨坏死（Osteonecrosis）是骨科中常见的顽固性疾病，具有发展进行性、残疾率高、家庭负担加重、社会影响大等特点。骨坏死的发病机制不明是早期骨坏死难以诊断和治疗的原因之一。近年来，先天性和适应性免疫细胞与成骨细胞相互作用对骨代谢平衡的影响在多种骨组织疾病中受到越来越多的关注，免疫细胞与骨坏死之间可能存在复杂的关联，但免疫细胞与骨坏死之间的因果关系尚未清晰。本研究旨在通过MR研究探讨731种免疫细胞表型与骨坏死之间的复杂因果关系，为骨坏死机制和临床诊疗的研究提供思路。
数据来源
从Finngen数据库中选择骨坏死数据，该数据集中共有359,399名欧洲参与者，包括1,385例病例和358,014名对照组。从GWAS目录（GCST90001391 至GCST90002121）中获得3,757名欧洲人的731种免疫表型。
研究思路
首先，在
GWAS数据库中，筛选了731种免疫细胞表型的工具变量（instrumental variables, IVs）；然后，通过五种常用的MR分析方法（逆方差加权（IVW）、加权中值、简单模式、加权模式和MR-Egger回归检验）分析免疫细胞对骨坏死的因果影响；接着，通过敏感性分析（异质性检验和水平多效性检验）证明MR因果关系的稳健性。最后，通过反向MR和反向敏感性分析说明骨坏死对免疫细胞的因果影响及因果关系的稳健性。
主要结果
1. 正向工具变量
在GWAS数据库中，
使用R包TwoSampleMR中的extract_instruments
筛选了731种免疫细胞表型的IVs，所有IVs的F值均大于10，无弱工具变量偏倚。
2. 免疫细胞对骨坏死的因果影响
通过R包TwoSampleMR函数harmonise_data统一效应等位与效应量，然后
采用五种方法对筛选的SNP进行MR分析。结果表明以下八种免疫细胞的特征与骨坏死的发生呈正相关（OR>1，P<0.05）。cDC面板：CD62L-单核细胞%单核细胞；Treg面板：分泌Treg % CD4 Treg，CD28-DN (CD4-CD8-)%DN和CD28 on CD28+DN (CD4-CD8-)；B细胞面板：IgD+CD38dim上的IgD；单核细胞面板：CD14-CD16+单核细胞上的CD40和单核细胞上的CCR2；TBNK 面板：HLADR+CD8br上的CD45。其余18个特征可降低骨坏死的发生率（OR<1，P<0.05）：CD11c+CD62L-单核细胞AC；Treg面板：静息Treg%CD4 Treg、活化和静息Treg%CD4 Treg、CD28+DN(CD4-CD8-)%DN、CD45RA-CD28-CD8br%T细胞、CD45RA+CD28-CD8br AC、分泌型Treg上的CD28以及活化和分泌型Treg上的 CD28；B细胞面板：IgD+CD38-上的CD19、IgD+CD38-naïve上的CD19、IgD+CD38-上的CD20、IgD-CD24上的CD20和IgD-CD27-上的CD20；T 细胞面板的成熟阶段：CM DN (CD4-CD8-) AC、CM CD4+ 上的 HVEM 和 CD8br 上的 HVEM；单核细胞面板：单核细胞上的CX3CR1；TBNK 面板：T细胞%淋巴细胞。
3. 正向敏感性分析
采用Cochran's Q检验对MR分析获得的26种免疫细胞表型进行异质性分析，结果表明，这26种免疫细胞表型均不存在异质性（Q检验P>0.05）；同时，采用MR-Egger截距法对26种免疫细胞表型进行水平多效性分析，结果表明，这26种免疫细胞表型均不存在水平多效性（MR-Egger截距法P>0.05）。
4. 反向工具变量
在GWAS数据库中，
使用R包TwoSampleMR中的extract_instruments对
骨坏死的IVs进行筛选，所有IVs的F值均大于10，无弱工具变量偏倚。
5. 骨坏死对免疫细胞的因果影响
通过R包TwoSampleMR函数harmonise_data统一效应等位与效应量，然后
采用五种方法对筛选的SNP进行
反向
MR分析，IVW方法的结果如Fig. 3。结果表明以下十种免疫细胞的特征与骨坏死的发生呈正相关（OR>1，P<0.05）。Treg面板：CD45RA+ CD28-CD8br %T细胞、CD28+CD45RA+CD8dim %CD8dim和CD28+CD45RA+CD8dim AC；B细胞面板：髓系细胞：CD33br HLA DR+CD14- 上的CD45和CD33br HLA DR+上的CD45；T细胞面板的成熟阶段：Naive DN (CD4-CD8-) %DN。其余14个特征可降低骨坏死的发生率（OR<1，P<0.05）：CD62L-HLA DR+单核细胞%、CD62L-单核细胞AC和CD62L-HLA DR++单核细胞AC；B细胞面板：记忆B细胞上的CD24、Sw mem %B细胞、IgD+CD38-上的CD24、IgD- CD38-上的CD27、unsw mem 上的 CD24、IgD+CD24+上的CD25、IgD-CD38- 上的CD24和IgD-CD38br上的CD27；Treg 面板：CD39+活化Treg上的CD39；单核细胞面板：CD14-CD16-上的HLA DR；T 细胞成熟阶段面板：CD8 on CM CD8br。
6. 反向敏感性分析
采用Cochran's Q检验对
反向
MR分析获得的24种免疫细胞表型进行异质性分析，结果表明，这24种免疫细胞表型均不存在异质性（Q检验P>0.05）；同时，采用MR-Egger截距法对24种免疫细胞表型进行水平多效性分析，结果表明，这24种免疫细胞表型均不存在水平多效性（MR-Egger截距法P>0.05）。
文章小结
本研究通过全面的双向双样本MR分析证明了多种免疫表型与骨坏死之间的因果关系，突出了免疫系统与骨坏死之间相互作用的复杂模式。这为研究人员探索骨坏死的生物学机制提供了新的途径，有助于探索早期干预和治疗。
MR在研究疾病生物学机制方面将是一个非常有力的分析工具。另外，MR还可以与单细胞，转录组，代谢组等组学任意组合，最重要的是各个方向都能覆盖，无论你是哪个科室都可以用！发文快速而高效，分值高，效果非常棒！
还在观望的朋友，留给您犹豫的时间可不多了哟，随着MR文章的大爆发，高分文章的发文难度就会变大，早上车早发文！
思路设计、生信分析都可以找馆长哦，坐等中~
馆长会持续为大家带来最新生信思路，也可以提供特色数据库构建、免费思路评估、付费生信分析等服务，对数据库构建和生信分析感兴趣的朋友可以咨询馆长哦！
