孟德爾隨機化（MR）入門介紹和分章分享（暫時不解讀）

大家好，孟德爾隨機化大火，但是什么是孟德爾隨機化，具體怎么實操呢

這沒有其他教程的繁冗，我這篇講最基礎的孟德爾隨機化的核心步驟，這個理解之后，再去考慮混雜因素等等術語。

孟德爾隨機化（MR），其實是研究兩個變量之間的因果關系。也就是研究誰決定了誰，是因果關系，而不是相關關系。

我畫了一張圖，協助理解：

現在再來讀這句話是不是就理解MR了：孟德爾隨機化（Mendelian Randomization, MR）是流行病學研究中評估病因推斷的數據分析技巧，它是利用與暴露因素具有強相關的遺傳變異作為工具變量，來評估暴露因素與結局之間的因果關系。

---

?現在對三大假設是不是理解更深些了：

孟德爾隨機化三大假設：

①關聯性假設: SNP與暴露因素之間是強相關的。

②獨立性假設: SNP與混雜因素之間是獨立的。（本文暫沒提到這一點）

③排他性假設: SNP只能通過暴露因素對結局產生作用。

---

現在再來詳細介紹MR，會不會好理解些：

1?MR?背景與目的
1.1目的是明確因果關系
在關聯分析中我們時常面對的一個問題便是 我們很難確定一個變量是否是真正的因果變量，而非有其他未觀測的因素同時影響這個變量與結果，造成這個變量與結果相關聯。在循證醫學中，或是制定干預策略時，明確因果性是十分必要的。
這個問題實際上與內生性 endogeneity 相關，包括：反向因果關系 reverse causation, 忽略的混淆變量造成的偏倚 omitted variable bias due to confounding, 測量誤差measurement error, 以及雙向因果關系bidirectional causality等等問題。（這里的內生性在統計學上是指在回歸分析中，解釋變量（x）與誤差項相關。）
1.2. RCT是金標準，但缺點明顯
一般來說，明確因果關系的金標準時隨機對照試驗 RCT randomized control trial (RCT)， 即對受試者隨機分為對照組和實驗組，以研究某個因素的影響。但現實中，要完成隨機對照試驗的難度非常高，需要大量的人力物力，有時因為倫理問題，對某個因素的研究幾乎是不可能的。這時我們就要借助其他方法，而孟德爾隨機化就是其中之一。
1.3. 孟德爾隨機化與RCT的相似性
孟德爾隨機化（MR，Mendelian randomization）便是為了解決以上問題而開發的方法，MR與RCT直接相關，兩者有很高的相似性，如下圖所示。

孟德爾隨機化的核心其實是利用了孟德爾第二定律，也就是自由組合規律(law of independent assortment），當具有兩對（或更多對）相對性狀的親本進行雜交，在子一代產生配子時，在等位基因分離的同時，非同源染色體上的基因表現為自由組合，這一過程類似于隨機對照試驗中的隨機分組，所以我個人理解的孟德爾隨機化就是 基于孟德爾第二定律的隨機對照試驗。

---

為什么MR可以探究因果關系呢，大家可以看下這篇文章的介紹部分，有助于理解MR

?歡迎評論