哈喽啊，各位亲爱的生信图书馆的读者们！很高兴又和大家见面咯！这里依然是热爱搜寻一手生信热点的馆长！馆长今日给大家带来的分享可复性极高！而且作者团队仅凭纯生信就发了5分+Top期刊！那么，咱们废话不多说，一起来看看这篇文献！
来自世界顶级大学之一的剑桥大学团队
，于7月4日在Nature旗下5.8分期刊
《Translational Psychiatry》
上发表了题为
《Vitamin D, chronic pain, and depression: linear and non-linear Mendelian randomization analyses》的文章，
该篇文章全篇主要为孟德尔随机化的分析思路，此外，本文的亮点满满，值得大伙一看！
1、线性孟德尔+非线性孟德尔+全基因组评分！
非线性孟德尔随机化方法首先使用双秩方法将患者划分为5个大小相等的层级，再根据个体的遗传评分水平对个体进行排序！该方法馆长也较为少见，对MR分析感兴趣的同学可以码住！
2、大样本临床数据（UKB数据库）+选题创新性强！
作者团队一共选取了约50万名英国生物样本库参与者作为实验的研究对象，
大样本的临床数据意味着较大的数据分析量，如果您缺少一台强劲的生信服务器，敬请扫描下方二维码联系馆长！一流生信服务器让您计算分析不再卡壳！
定制生信分析
云服务器租赁
加好友
备注“99”
领取试用
题目：维生素 D、慢性疼痛和抑郁症：线性和非线性孟德尔随机化分析
杂志：Translational Psychiatry
既往研究发现,维生素D缺乏与各种慢性疼痛疾病和抑郁有关,但随机对照试验结果并不一致。为克服观察性研究中存在的交互混杂和逆向因果关系的问题,研究采用门克兰达斯随机化的方法,利用与维生素D代谢相关的基因变异作为遗传工具,在英国生物银行数据中探讨维生素D水平与纤维肌痛、疲劳、广泛性慢性疼痛及抑郁的因果关系。
|
|
|
|
|
一个包括约50万名40-69岁英国居民的大型队列研究
|
|
|
从4个与维生素D代谢相关的基因区域(GC、DHCR7、CYP2R1和CYP24A1)中选取了21个与25(OH)D水平相关的遗传变异,构建了遗传评分
|
|
|
通过电子健康记录和自报数据定义了4个结局:纤维肌痛、临床疲劳、广泛性慢性疼痛、终生主要抑郁
|
|
|
本研究纳入了333,025名无关的欧洲血统参与者,平均年龄57.1岁,53.4%为女性
|
表1总结了参与者的特征。受试者的平均年龄为57.1岁
，53.4%的受试者为女性。平均 25（OH）D 浓度为 55.4 nmol/L。2424 名参与者 （0.7%） 患有纤维肌痛，6764 名 （2.0%） 患有临床疲劳。遗传变量解释了25（OH）D水平中4.7%的方差水平（图1）。
表2提供了使用聚焦评分的线性孟德尔随机化估计值，该评分代表了与整个人群中遗传预测的25（OH）D高10 nmol/L结果的平均关联的比值比。
纤维肌痛的估计值为1.02（95%CI：0.93,1.12;p = 0.65），临床疲劳的估计值为0.99（95%CI：0.94,1.05;p = 0.86），慢性广泛性疼痛的估计值为0.95（95%CI：0.89,1.02;p = 0.18），可能的终生重性抑郁的估计值为0.97（95%CI：0.93,1.01;p = 0.18）（图2）。
图2中提供了使用聚焦分数的非线性孟德尔随机化估计值，该分数表示与人群每个层中遗传预测的 25（OH）D 高 10 nmol/L 结果的平均关联的比值比。
由于分层是基于暴露的，因此五个层中每个层的参与者（因此特定层的平均水平为 25（OH）D）对于每个结果都是相同的。
而当划分为三个层级时，结果依旧相似（图3）。在平均25（OH）D水平最低的层级中，与可能的终生重度抑郁症的关联略有减弱。
作者团队注意到全基因组评分是多效性的，因此使用全基因组评分的结果应谨慎对待。特别是，该分数与胆固醇水平有关;尽管这可能在多大程度上偏差估计尚不清楚。
使用全基因组评分的线性孟德尔随机化估计值为：纤维肌痛为1.02（95%CI：0.92,1.12;p = 0.73），临床疲劳为1.02（95%CI：0.96,1.08;p = 0.52），慢性广泛性疼痛为0.91（95%CI：0.85,0.98;p = 0.011），可能终生重性抑郁为0.96（95%CI：0.92,1.00;p = 0.063）。
作者团队使用线性和非线性方法在英国生物样本库中进行了单样本孟德尔随机化分析。在使用重点遗传评分的分析中，
作者团队没有观察到遗传预测的25（OH）D与整个人群的各种结果之间的关联，这表明维生素D水平的人群变化不太可能显着降低纤维肌痛、临床疲劳、慢性广泛性疼痛或可能的终生重度抑郁症的风险。
而馆长认为，这篇文章所应用的方法适合各位刚了解生信的朋友们！复现时间较短，性价比很高！例如文中所应用的全基因组评分、非线性孟德尔随机化分析等！
