孟德尔随机化需要多大内存
粉丝172获赞453
相关视频
05:07查看AI文稿AI文稿最近孟德尔随机化研究可谓是如火如荼，凭借其无需实验验证、无需编程基础、短期快速、容易接收等优势，快速进入大家视野。 大家千呼万唤的孟德尔随机化现在终于可以在我们八二零 photos 网站上实现了。本期教程就来演示如何五分钟零代码完成一套孟德尔随机化分析。我们进入机器学习模块，点击进入孟德尔随机化。 第一种运行方式就是我们输入暴露和结局对应的 drews 编号，然后自动运行。 另一种就是我们也可以上传自己收集的暴露或结局 the s m p 数据，然后上传 筛选条件包括 s m p 显著性、批值和连锁不平衡，我们用默认即可。网站还提供了多种孟德尔随机化模型，这里比较常用的比如 u u 或者阿哥等。 接下来我们用默认的暴露和结局 g v s 编号来演示运行这个 g v s 编号我们可以通过 u 这个网站来查找， 我们可以搜索热议感兴趣的表情，例如肺癌，然后这里会出现很多肺癌相关的 s n p 数据。我们一般选择比较新的 网站，默认填充的也是二零二一年的这一套数据， 结局是肺癌暴露。我们就以吸烟为例，假设我们想探究吸烟是不是会引发肺癌。同样的，和吸烟有关的数据有很多，我们默认使用比较新的这一套 程序，运行完了可以看到结果里横轴是结局，纵轴是暴露。可以看到三个模型都提示了有证相关，证明吸烟的确会引发肺癌。接下来我们演示另一种方法，即上传自己的数据来运行。 我们先看一下数据格式，暴露和结局的格式是一样的。 第一列是 s m p 编号，后面分别是等位基因效应值、标准误差、 p 值、样本量、表心名称以及等位基因频率。 接下来我们上传自己的数据并运行， 结果出来了，跟输入编号分析的结果一致。 我们再看一下其他输出结果。 首先是 s m p 和暴露的 f 值大于十，代表和暴露强相关。 mr harmonize 是暴露和结局整合的 s m p 结果，整合过程会过滤掉不兼容的 s m p 以及回纹序列 s m p。 然后是最关键的结果，也就是所选模型的显著性。 因为我们运行时选择了三个模型，所以这里只有三个模型的结果。我们不强求所有模型都是显著的，但是 you 这个模型是最关键的， 可以看到意味模型的 p 值是小于零点零五的，具有统计学显著性。 我们再看一下图片结果。首先是界面展示的相关性回归图， 这个是看数据偏移的漏斗图，均匀分布在竖线两侧及无偏。 最后是所有 s n p 留意法的森林图，主要是为了验证是否有某个 s n p 对结论有决定性影响。 到此，我们已经完成了整个孟德尔随机化研究，并得出结论，吸烟的确会引发肺癌风险增加。二者之间存在因果关系。 怎么样？有没有跃跃欲试？快来评论区领取网站账号用起来吧！
334学术渣在欧洲
10:09查看AI文稿AI文稿大家好，今天来讲一个呃比较呃有创新的一个项目啊，就是这个肠道菌群联合一千四百种这个代谢物的一个梦的十句话。 那这一千四百种代谢物啊，最近还是比较火的，当然有很多人已经用来发文章了，但是他是直接做这个疾病一千四百种代谢物的一个分析，那现在我们是做这个肠道菌群啊，以这个代谢物的一个梦的循序化分析，那具体来看一下怎么样啊？设计的， 那首先我们可以知道啊，这个肠道菌群是与这个代谢物是存在一定的关联性的， 那你可以随便在这个旁边上找到文章，那我们就可以用来做这个梦的十句话了啊，首先的话，我们 啊要与自己研究的这个疾病的联系起来啊，如果，如果你要做哪一种疾病，你就要啊筛选出 哪一种疾病相关的这个肠道菌群啊，这样的话就啊可以减少这个工作量啊，也以自己的研究名义联系起来啊， 那这个肠道菌群作为这个暴露啊，疾病疾病作为这个结局，然后批量进行一个分析啊，然后筛选出阳性结果，那这一步就是我们之前的一个肠道菌群梦的徐句话啊，讲过了，也有很多人发了文章了， 但是这只是一个初步的筛选了，不是我们的最终目的，我们的最终目的就是啊研究疾病相关的这个肠道菌群呢，联合这一千四百种代谢物进行一个梦的数据化分析，也就是进行一个批量的分析，那就是啊将这个阳性结果的这个肠道菌群作为暴露，然后一千四百种 代谢物作为这个结局啊，这是一个批量的一个梦的学校分析啊，目前这个文章还没有了啊，就是我们自己啊想出来的。那这一千四百种代谢物呢？是今年这个文章刚发表的，也就这批数据还是比较新的啊，大家不妨可以看一下。 那第一步的话，你就要准备好这个肠道菌群的一个 g vas 数据啊，那这个数据呢，还是挺多的，一共有五十多个句啊， 所以的话，如果你自己啊不会处理的话，还是挺麻烦的，这个数据还是比较大的，当然这个还是小问题啊，才五十多 g 啊， 如果你要后面要整那个一千四百种大事物的话，可能要五百句啊，所以你最起码的硬盘都要五百句啊。所以的话对电脑的配置还是要求啊，比较高的， 因为你越慢的话，你运算速度就越快啊，越慢你配机越好的话，呃，运算速度就越快，如果你有大型服务器的话，可能就会更加有优势，就这样一个情况，那第二步的话就准备好你研究疾病的一个 spa 数据就可以了。这个可能大家都会下载啊， 你可以到芬兰数据那里下载，也可到啊， javascatlor 或者到那个 open javas 那里都可以下载，这样一个情况，或者你找文献的也可以。那第三步的话就准备好这一千四百种代谢物的一个 java 数据了，那这里的话还是有一点难度了，毕竟你这个数据还是挺大的， 所以，呃，他难就难在这个数据的一个准备，以及他一个呃，代码流程啊，当然你会写的话，你是可以写出来的啊，但是你肯定没有现成 数据和现成的分析流程快啊，因为我们这里有现成的一个数据和现成的流程，可能你还在下载数据，人家已经把这个东西都做完了， 那最后的话就准备好这个代码就可以了，那代码的话就跟我们平常这个普通酸药文梦的谁需要代码一样的，就是一个循环的问题啊，假如你会写循环的话就很简单了，你拿到数据之后呢，按照这个流程跑就可以了，这接下来的话就等待结果了，他就会不断的啊，循环循环了，就是这样。嗯， 你安静的等待结果就可以了，等待好之后呢，你就整理一下你想要的这个结果，然后就发文章了，就这么简单的事情了， 那我们可以给大家看一下啊，那你这个数据呢？强大群群是可以在这里下载的，那这里你可以算一下，这里应该是有五十 g 的数据的。 呃，这里还是对这个网络要求有一点高的， 反正你要下载这些数据的话应该也挺快的，就是你网络好的话应该也是挺快的啊，当然如果你要下载这一千四百种大泄物的大泄物的数据，在啊，在这里也可以下的。嗯，这里的话可能你要挂个一两天可能才能下载啊， 就这么样一个回事啊，宅女电脑的一个网络可能不够的话就不够快的话，那可能就麻烦，特别是校园网络中啊， 反正你最好就有别人现成的数据啊，没有的话就麻烦了。那接下来这些结局数据就可以在这里下，你要做哪一种疾病的话，就在这里找就可以了。这样的一个问题啊，在这里搜啊，那这些都是比较简单的，就 就是数据下载的问题，接下来我们看一下这个代码流程啊。那你首先是啊，要啊把这些强大嘴唇进行一个剔除，两手不平衡和过滤吧， 那肯定要筛选出啊，与这个肠道菌群强相关的这 smp， 那你肯定是要过滤的，那你肯定要学会血循环批量过滤好了，那过滤好你肯定是要一段时间的吧。 啊，就这样一个情况，你剔除两手不平衡，如果不会本地剔除的话，可能是比较麻烦的。如果你直接用在线来剔除啊，剔除的话可能是一直在五零二的啊，因为你在线的话会超时的，所以他容易断，所以你本地剔除的话就不会断，就这么简单啊，所以的话还是有一点点难度啊 啊，反正你最好就用别人向前的数据是最快的，因为你自己摸索的话，你可能摸索 呃，很久，特别基础差的东西，可能你摸索几个月可能都摸索不出来。这样一个情况啊，如果人家有现成的数据，直接分析就可以了，那这就是这个现成的数据啊，就是我们已经处理好了， 那接下来把这数据放到这里就可以了，就是你要先塞啊，就是印在这里，你要印算这个代码啊，印算这个代码，印算好之后呢，你就把这个，呃初步筛选的一个与疾病相关的这个肠道菌群呢，把这个结果复制到这里啊，复制到这里 看一下，往下拉 free 到这里啊，然后就进行第二步代码进行筛选，这一步是最长时间的，因为这里有一千四百种这个代谢物的一个数据，你运算完的话可能要很久啊，我也不知道你的电脑 配置如何，如果电脑配置好的话，呃可能会快一点，如果配置慢的话可能要很久啊，就这样一个情况， 那你筛选出来之后呢，就再运算第三步代码就可以了。就第三步代码啊？答，如你代码是，呃其他的啊，反正你会分析就可以了，反正我这里是这样设置的，设置好之后呢，就，呃把这个结果啊统计出来，然后就可以啊写文章了。就这样一个情况啊， 其实这工作量还是蛮大的，相当于我们做了这个肠道菌群的梦的 ctrl， 又做了这个肠道菌群与这个代谢物的一个一千四百种代谢物的一个梦的 ctrl 批量分析，所以的话 这个东西要很久了，所以这个工作量很大了啊，也特别适合写这个大论文的啊， 那最后的话就会得到这样一个结果，反正你看起来可能很简单，如果你是自己摸索的话，这里可能要很久了。 嗯，反正就看自己的能力吧，那反正如果你得到我们现场的数据和代码的话，就啊分析会很快啊， 还这还是有人指导可能会更快啊，就这样一个问题啊，假如大家需要啊学习这个肠道菌群联合一千四百种代谢物的一个梦的循环的操作和选题的话，或者这个这样拿这些数据和代码流程来跑的话，那可以联系一下我们啊， 这是我们的微信公众号，可以在我们的微信公众号上给我们留言哈，当然我这个思路已经分享给你们了，你可以自己去摸索啊，如果你觉得你时间够了，自己能力好的话，自己摸索啊，那第一步要准备什么我已经告诉你了，第二步，第三步，第四步啊，就这样啊，反正你要会写这个循环代码才 是比较容易点，如果是单过的话，肯定没办法运算了啊，最后的话自己就这样啊，那这个思路已经分享给你们了，你们就可以跟自己的情况来选择吧你假如你觉得你自己能力够的话，你就自己学啊，和自己整理，罚你整理肯定没我们现成的数据快，因为现成的数据和代码我都准备好了， 所以你肯定要自己下载数据，等你下载数据好，人家就早就把这个呃结果做好了，文章可能都啊投稿了，就这样一个差别。呃，其实这很多东西都是玩的，就是这个时间差，你做的越晚的话就越难发表，而且这个课题撞车也越严重啊， 因为这个全中国不止你一个人在做这个梦的十句话的啊，这个是很多人在做的，就这样一个情况好要如果大家对这个课题感兴趣的话 啊，可以关注一下我们微信公众号给我们留言一下啊，就这样一个情况啊，我这里已经把这个呃分析思路都告诉你了，里面的一个呃数据在哪里下载也告诉你了，那长道锦旗可以在这里下载啊，这一千四百种大事物在这里下载啊，然后剩下的话就下载其他的一个数据啊， 那接下这个流程我也搞啊，也告诉你了，刚才这个流程啊，就这样处理的，你先做这个肠道菌群相关的一个分析，就是啊筛想出与疾病研究疾病相关的这个肠道菌群啊，怎么剔除两手不平衡这些啊， 那这些的话就是一个代码流程的问题啊，这个东西你不会写的话就做不出来，就这样一个情况，你可以自己尝试去摸索吧，这个东西就看你的时间的问题啊， 反正我们这里是有现成的数据和代码的啊，如果你需要的话可以联系啊，你不需要的话可以自己摸索啊。就是啊，就这样一个情况啊，自己就根据自己的实际情况啊，看着办就可以了。好，感谢大家的观看，再见。
32生信狂人团队
03:20查看AI文稿AI文稿随着孟德尔随机化发展，现在单向的 m r 分析已经满足不了需求了，有时候我们需要进行更高级的分析，也就是反向孟德尔分析。和单向 m r 不同，反向分析需要我们把所有相关 g 我结局的数据下载整理好， 动辄几百 g 的数据运行起来也是费时费力。为了满足用户需求，我们开发了反向 mr 功能， gews， 数据存储以及计算都在 bio info 的网站服务器上，用户再也不用担心自己的电脑捉见肘了。 需要强调的是，目前网站反向分析仅支持炎症因子，接下来演示使用方法。首先我们上传暴露数据，因为是反向，所以炎症因子是结局，我们随便上传一个 vcf 文件作 为暴露暴露的批值，我们随便选择一个五一五，其他参数大家也很熟悉了，我们现选择四十一炎症因子进行反向分析， 接下来选择输出图片以及模型。反向分析的时候大家一定记得 mr reverse 按钮，选择 es。 接下来点击运行，大概需要半小时左右出结果， 结果出来了，有两个严重因子结局和我们的暴露有关。 接下来就是对结果可视化了，我们看一下环状图结果， 首先要选择炎症因子， 接下来选择输出 e 或名字， 可以看到有两个结局的批值是显著的。 接下来我们运行九十一严正因子的反向分析， 结果出来了，我们同样用环状图和森林图来可视化看看， 我们切换到九幺炎症因子运行即可。 it 不太直观，我们切换到严正英词的名字看看， 这样就很清楚了。接下来我们再看看森林图结果， 这样整个炎症因子的反向分析就都完成了。结合顺向和反向分析的结果，我们就可以明确疾病和相关炎症因子之间的因果关系。 有明确的结论是不是更容易发文章了呢？有需要的小伙伴快来用起来吧！
12:30查看AI文稿AI文稿各位同学大家好，欢迎来到深信师学，我是文云博士，这一课我们来学一下幺五八点孟德尔手机画选题指导， 那我们总共从四个方面来讲，那我们的课程呢？来源于生性师学，大家关注微信公众号 b f s c i， 回复 m 四，即可以获得我们的这节课的课程讲本和视频啊。那我们先讲一下这个选题指南，我们可以分为四个方面，就是我们所选取的我们的课题，也就是我们的题目，对吧？就是一定要是能够需要解决的临床问题。 我的目的是查查找我们的药物跟我们的这个疾病他是否存在关联啊，是否能够呃治愈我们的这个疾病，这是我们要查找的因果关系， 他相当于一种特殊的 mate 分析啊，就是查证据啊，也是跟以前的 mate 分析是一类类似的，只是他的这个用的是墨道学会的方法啊。那么第二呢，就是我们寻找的这些问题呢，应该是有争议的问题 啊，有争议的临床问题，就是有的人认为这个药能治疗这个疾病，也有人认为这个药不能治疗这个疾病，那么这个呢，就需要我们通过这个来，对吧？大数据来 来这个分析一下，如果本身是切切的问题，这个药能治疗这个疾病，那就完全没有必要再去做梦到实际化研究，那么所以说我们这个也是我们需要考虑的问题。那还有一点呢，就是呃，可以针对一些热点的一些疾病去研究， 大家可以看到在我们前两年的话，我们的新冠的消炎是非常非常好发的稳当的就是简单 的这个身心分析啊，发新冠的文章都非常容易，但是呢，这两年这个热点已经过去了，尤其是今年这个热点已经过去了，你再去写这样的文章，就可能就没有找到愿意收你。所以我们要先选一些新的一些热点问题啊，啊，不要去搞一些旧的问题去研究。 那第三呢？第四就是我们需要有这个创新性啊。创新性？那创新性体现在哪里呢？就是比如说我们本身是有争议的，那么我们通过这个方法来呃 答疑，对吧？解决，那么这也是创建性。还有呢，就是别人通过一个数据，我们可以通过多个数据，对吧？啊？不同的方法，不同的组合，那么也可以通过方法上的创建性去解决。 那这一部分呢，就是要求我们多去看文献，要站在巨人角度，角度巨人肩膀上去思考问题啊，多看文献，像我们 那个生性思学，我们最低要求就是至少看五篇，五篇相关的 i s i 至少看五篇。 sci 如果是中文的话也要看五篇啊，至少看五篇就是足行足句的读啊，就每一句话你都搞懂啊，尤其他的方法方法的这一块的，这个湿度一定要搞懂。 那么有五篇这个基础之后呢？其他的目的是句话，其实你略读就可以了，对吧？因为大概的他的套路都是一样的，那么其他的话，你就重点关注他是用的什么药物，用哪哪些数据，对吧？那用哪些方法就可以了。 呃，所以我们是有要求的。然后呢，学习这个目的，这句话也是一样的，那么学习他最好的时间是啊，一年前，其实是现在，所以同学们现在要趁早学习。像我们的生性分析的话， 学习生性分析最好的时间是五年前，那么其实是现在，那么我们的梦到虚化分析也会跟那个身体分析一样呢？他的热度呢啊，随着这个会的人越来越多啊，热度越来越高，那么 写文章也会越来越难，那目前来说还是比较简单的，目的是句话，分析就可以发文章，所以大家一定要趁早学习。第二呢，不要自己到网上自己学一点，内地学一点，因为不系统，不系统的话你也不知道这个方法对还是不对。 呃，尤其是就是不同的课程之间呢，他这个数据啊，他的他的分析的方法不一样，结果呢？你自己处理来处理去， 就搞不清楚他为什么这样处理，那么就会浪费你大量的时间，所以一定要找人来手把手的指导你，对吧？就是你遇到问题能够马上给你答疑的，这样的话可以节省你的时间，才能先人一步。转发 s c i 学习梦到这句话研究也是一样的，就是你会的这个方法之后呢，你从零到一能写出一篇文章，能发 ici 的话，你就能写十篇，对吧？只要你你有经费，你能发，对吧？你就能写十篇。所以掌握套路，掌握方法 比我们啊掌握具体的知识点更重要。就是你把这个自己这个药物是啥，这个疾病是啥，其实不是很重要，重要的是你要掌握这个方法，也就说你目前为止你还没有找到很好的题目，也没有关系，你先掌握好这个方法，对吧？然后你去看相应的这个文件的时候，你就知道， 哎，这个文章，文章有没有创新性，那个文章有没有创新性，对吧？然后呢他的创新不不足，我就可以干嘛增加我的创新性，那么也可以放文章，我可以换一个药物，对不对？我可以换个疾病，对不对？我马上就可以通过这个方法又把它做出来，然后一壶 画瓢，把我们的文章把它写出来。所以说我们学习的话主要是学套路，学完套路之后呢，学选题，然后有，然后看完文献之后呢，有好的题目就马上套这个套路去写。 那么针对这个药物梦的实际化分析的话，我们是有相应的课程的，对吧？我们总共有四个课，一个是这个零基础八小时中的实际化分析，那么这是基础课，那么他 就没有幺五八点，就是简单的两两样本，或者说双样本。大家点击这个链接就可以看到我们的课程啊，在 b 站里面大家去搜索也可以， 那么大家关注微信公众号 b f s a， 回复 m 一就可以获得这个课程。那么关注微信公众号， b f s a， 回复 m 二就可以获得肠道菌群的，肠道菌群呢？就是到这个数据来源不一样啊，数据来源不一样。还有就是多变量双项目的手机化课程，这是 m 三课程， 那么他的变量就有暴力数，他的暴露变量是有多个的，那么这个前面两个都是一个的啊，而且是逆向的，双向的，就是暴露和这个结局互相换位置来研究啊。然后第四个呢是药物，药物八点末，到时有，我分析就是在第一个基础上呢，我们在 挑选药物周围的 snp， 通过他们作为工具变量来探索我们的。呃，这个疾病和八点啊，就是我们暴露和我们的结局是否有因果关系？ m 四的话，我们发我们的发文章的话，有的学员他发文章就能发到十分以上啊，温度特别高，当然越早发就是越好，而且他的选题的范围是越来越广的，对吧？比如你药物有的新的一个药物，是不是可以试一下新发现的一个药物对不对？是不是可以试一下对不对？还有就是比如说我们之前 发现，哎，某个药物治疗这个新冠肺炎是不是有效啊？我们是不是可以把那个药物拔掉来试一下？新发现一个药物来试一下，私信发现一个药物试一下，哪怕这个药物是无效的，对不对？我们证明这个药物是无效的，对不对？没有英文关系， 哎，也可以的吧。那是这样的，还有这个疾病也是不可以不停的换的，所以幺五八点半到十一号分析，他的可选的范围是特别广的 啊，尤其是我们临床的同学，还有学药物的同学，你们的药物是很熟悉的，那么临床同学，你对临床疾病是很熟悉的，对吧？这个临床疾病不行，我就换一个临床疾病，或者这个大类的临床临床疾病不行，我换个小类的临床疾病也是可以的。那么接下来我们来看一下这个选定方法，那选定方法呢？呃， 我们的题目分为两类，对吧？前面是药物，然后后面是疾病，然后他们的之间的一个药物 治疗某个疾病，然后疾病和这个疾病的一个一个一个疾病都有暴露，然后另外就多多结局来看他们的一个因果关系。那么我们所用的网站就怕不慢的网站，大家可以点开这个网站， 因为我们主要是因为药物和疾病之间的一个相互关系，对吧？所以我们把握好这两个词就行了。药物可以换，疾病可以换，那么我们要寻找这个药物呢，跟这个疾病呢，他是 有争议的，对吧？如果都已经怯怯的，怯怯的能在这个疾病，那么我们就不需要去再做了，所以我们这里还有个关键词，就是有个争议的关键词，对吧？然后这是药物抑制剂，对不对？这个八点抑制剂，所以我们第一个当时要说这个 第二个单词呢，我们就说我们的这个疾病，这个疾病你也可以换，如果这个疾病没有争议的话，我们就换个疾病啊，或者说我们换个药物都是可以的。然后这个 ctrl version 这个词呢，就是正义的意思，那么在我们的文章里面，他可能不是用这个词，也可能就是用其他的词，所以我们把握这个原则之后，我们就可以啊，千变万化。那么这是他的网址啊，这是他的网址，然后这里的话就可以搜索我们的疾病的这个， 比如说我们先搜搜搜索这个药物，对吧？抑制剂我们可以往这里来，然后这里呢我们肯定选择他的题目或者摘药，对吧？我们扫到这里 after jacks 啊这些 id， 好，接下来我们再搜索他这个疾病是否有争议，对不对？ 可以换个词，那么这个词可能是别的词啊，大家只要百度一下就可以找到其他的词啊，等于 id， 哎，我们就可以 摄取一下这个药物的一些争议的。有这么多，有四个文章，大家一起可以看一下这个药物治疗哪些疾病有有争议，对不对？那我就去，我就去干嘛？做这个疾病？有，这里恰好是我们收到这个文章，这个药物治疗这个免疫性的这个疾病有争议，对不对？那我们就对吧，可以做出免疫性的这个， 对吧？这是个极品的一个关系吗？对吧？当然他这个是已经做的木头这句话分析，对吧？大家可以去看其他的一些，摘掉一些，那个大家可以看看这个，对吧？ d 密度是蛋白的，类似这样的， ok， 那么我们可以再回过来，那么我们也可以啊，这是 我们也可以干嘛？就是他这有有告诉你你说的这个单词，对吧？有多少有多少，那个啊，我再看，也可以添加这个疾病，因为我们添加这个疾病的话，就恰 好就是定位到我们这个文章去了，对吧？定位到我们文章去了，就这个意思，那么这是一种方法，就是通过药物，从药物的这个 大家看一下啊，在社区就定位到我们刚刚那个那个文章去了啊，对吧对吧？问到手机号本系的文章， 那么也有种方法，就是从疾病入手喽，对吧？第三种我就从疾病入手，我就先说这个疾病，那么这个疾病的治疗某个药物是否有，对某个药物他是否有争议？也可以喽，这里是点击这个摘药啊，我的题目， 然后他是否存在争议？某些药物是否存在争议，大家也可以换这个词，对吧？ 那么建议的话，大家 你去针对这个疾病去查，比如说我先去查他相关的钟数，对吧？这是微生物的，对吧？ 哎，对吧？他是一个相关关系，我去查相关的钟数，然后钟数你们会去抵押他跟哪个药物，对吧？可能有效有争议啊？都都会写啊，对不对？理解吧，这个意思是争议，对吧？ 所以我们这个 先添加一个，哦，这要带我，带我点这个啊，这个搜索再添加另外一个就可以了。 所以选题其实是很简， 就是要有方法，对吧？有方法，疾病有没有之一？这个药也没有进这个姿势跟那个，对吧？就可以看到其他这些疾病，那我治疗这个疾病的药能不能治这个疾病呢？ 对不对？就可以啦，我知道这口费的要求的药能不能在这个局面也可以套他的有关系，对吧？是不是很厉害吧？因为我们找我们的暴露的时候， 比如说我们这边文章，我找这个暴露的时候，那他就是先先找到那个这个疾病 dv 是几张白，对吧？治疗，治疗这个疾病，这个这个这个疾病他是有关联的，我这个药能治疗这个疾病，那是否能不能治疗这个是否能治疗这个疾病呢？这便是未知的，对吧？ 他就通过这个来研究啊，研究好了，这个上这里谢大家。
12文云博士
04:52查看AI文稿AI文稿各位同学大家好，欢迎来到深信师学，我是文云博士，这课我们来学一下 gwas， 也就是孟德尔虚化分析的一些阿包的安装。 那么同学们在安装这个包的时候呢？呃可能会遇到很多问题，那么我们就出了这么一个课程帮大家来解决。那么首先是正常安装及袜子相关包的一些方法，那么主要是通过这个 doors 和 remove 这个两个函数的安装，那么这两个函数都是可以替换的， 比如说我们在安装这个 too simple mr 这个包的时候，我们可以用 dew tools 这个函数进行安装，那么也可以用这个铃木的函数进行安装，那么我们呃首先要先安装这个 dev towers， 点击它安装就可以了，那接下来呢，我们再点击 这里点击乱乱安装。那么同学们在安装这个 get 互补里面这个包的时候呢，大家可以先到 get 互补里面去查一下这个包的一个安装命令，那么一般来说，前面是一个文件夹的名字，后面是这个包的名字， 这个呢就是作者他设置一个文件夹的名字，然后我们把他名字他一下一下一下查就能查的出来，那我就一直运行就可以了，那么每次运行完了之后呢，都不需要再重新安装了，那么安装完了之后呢，打打打上井号键就不要去安装了，然后呢要用的时候就 level 了一下， 就把这个包的名字放到里面来就可以了，因为我已经安装过了，所以我就不让你安装，对吧？ level 啊，已安装好了，那么大家也可以换个 mini， 就是你也可以用那个 你木的这个命令，就按照这个包也可以，那么他们的效果是等等效的。但是同学们在安个包的时候可能会遇到一些问题，呃，就是 比如说他的 a b i 返回线受限，有还有就是你的这个软件啊，软件他访问不了这个 code 户，那么有些他可以调的，首先是点击这个 tools， 然后点击这个 global option options， 然后再点击这个 package， 然后这里呢就是可以选择那个节点，你可以选择全球的节点，然后呢这里把它 这个有两个，有的地方是有两个这个选项，也有的是三个，我们把后面两个的啊，把不要把它选掉，也就是说它不安全的，它的那个 h d d p 的这个网页他可以获取，那么把这个勾选掉，就不要有，他要不来， ok， 那么第一个是要勾的，那么后面有的是有一个，有的是两个就不要选， ok， 我们再去运行试一下也可以 啊，那么这里呢我就不再进行演示了。那么还有一种特殊方法是什么呢？就是，呃，有的同学直接通过 git 户部里面下载这个本地包，然后进行安装， 那么安装的时候呢，因为他没有进行编译，所以是安装失败的，那么这个时候呢，我们就用到另外一个包，首先我们先安装这个包，这个包呢是，嗯，这个 也是一个作者他提供那个包，他先把那个一个户部里面这个包先先下载下来，然后再进行一个编译，编译好了之后呢他就可以适合这个安利源。然后首先先按这个包安装完 完之后呢我们再引用这个包，因为这里提我已经安装过了，所以他提示说我有了这个包，那么那我是不是强制安装？如果你强制安装的话，你就加一下逗号 force， 等于七五放到这后面去就可以了，放这里括号里面啊， 那我安装过了，我就不再安装了，我们点击 napoli， 然后呢，我这就可以直接用这 install， 然后这杠 gh 这个命令去安装这些包都可以了，一直去安装就可以，然后他很快会访问这给的互补，然后把它下载下来，然后通过这个行情编译就可以安装了。 那么通过第二种方法呢？是可以很有有效的避免这个 a b i 访问限制，可以避免很多网络访问错误，所以我建议大家用这种方法进行安装，就第二种方法一次一寻就可以了，每每种包都可以安装一遍，当然也有可能他是 会说你有缺失某个报，缺失某个报的话，你再去找他的秘密信号安装啊。那么这里面，这里面，你们这里面的这个你怎么去确定呢？其实就在 git 互补里面去查 给的货物里面，这个网站给的货物里面去查他的包的名字，那么你就知道他有个安装命令，让你把前面的这个安装命令把它替换成这个，就把这个礼物这个给的货物这个命令把它替换成这个就可以了。 好的，我们的课程呢，深信师学、灵芝主学神信就到深信师学，保姆师教学，一对一指导，深信师学，让您出类拔萃！关注微信公众号， b f s d i 会为我们期可以获得教本，教本将更新，请和我们取得联系，谢谢大家！
13文云博士
03:20查看AI文稿AI文稿哈喽，大家好，我是 mr。 今天给大家分享一篇发表在 photogeas in on college 中的一篇文章，基于雌激素受体状态的端立长度与乳腺育后的关系孟德尔随机化研究。 这里首先介绍一下梦德尔随机化分析。 gmr 分析是一种用于评估因果推断的方法，他可以将表型对表型的因果研究转化成经营型的研究，以遗传变异作为工具变量来代表特异的暴露，以推断暴露和结局之间的因果关系。 单核苷酸多肽性 gsnp 是 mr 分析中最常用的工具变量。与临床观察性研究相比， mr 分析的优势在于它可以排除逆向因果问题所带来的混杂偏移和由于测量误差所带来的估计 便宜。 mr 分析中，工具变量需要满足三个核心假设，一、关联性假设，即遗传变异需要与暴露因素强相关。二、独立性假设，即遗传变异与影响暴露结局关系混杂因素独立。 三、排塌性假设，遗传变异只能通过暴露因素对结局产生作用。 mr 分析大致分为以下步骤，一、提取暴露因素和结局的 snp。 二、筛选与暴露强相关且也在结局中存在的 snp。 三、进行孟德尔随机化分析和相应的敏感性分析。今天分享的文章中，作者通过双样本的孟德尔分析研究了端立长度对乳腺患者整体愈后的影响。 接下来再分别评估了端立长度与雌激素受体阳性和阴性乳腺患者育后之间的关系。 mr 初步分析显示，断力长度与乳腺癌患者整体愈后和雌激素受体阴性乳腺癌患者的愈后呈复相关， 而断力长度与雌激素受体阳性乳腺癌患者预后之间没有类似的关系。敏感性分析主要包括抑制性分析、多效性检验和流医法。 抑制性分析显示，在总体乳腺癌雌激素受体阴性和阳性乳腺患者中均未观察到明显的抑制性。多效性分析表明不存在水平多效性。除依法分别逐个剔除 snp 后，对于剩下的 snp 进行效应量估计，结果显示剔除前和剔除后的效应量没有较大的差异。其实没有单个 snp 对 mr 估计的结果产生显著的影响，漏斗图也没有看到异常的估计值。 以上就是这篇文章的全部内容，作者从一个存在争议的临床问题出发，设计 m r 分析并发现端立长度与雌激素受体阴性等乳腺癌患者的愈后有关， 这方法可以应用到多种恶性肿瘤中，基于因果效应的分析与评价，对于确定疾病病因及干预方式、控制疾病的进展或预后等方面均具有重要的指导意义。感谢大家的关注，我们下期见！
176生信人
16:15查看AI文稿AI文稿各位同学大家好，欢迎来到深信师学，我是文云博士，这课我们来学一下零基础孟德尔随机化快速发文课程。目前来说孟德尔随机化课程是非常火的一门课程 啊，这课程呢步骤非常简单啊，可选的题目也非常多，而且现在会用这个方法做人特别少，所以大家能掌握这个方法来做相应的啊，数据分析可以说 啊是非常有用的，我们的课程来源于生性私学，请大家关注微信公众号， b f s c i 回复 m 一即可获得课程脚本视频讲解和一对一指导。零基础可学会保姆式详细讲解， 一对一的指导，可推荐发表 sci。 那么来看一下第一节课课程介绍与范文解读。我们打开，那么这里呢，有我们的几两个范文，那我们会根据其中一个范文来复现一下这篇文章。我们首先 来看一下这个零基础梦多少虚化发文课程的一般的步骤或者说相关的概念。 ok， 那么这个课程我们总共是分为九节课，那么第一节课呢，是课程的简介与范文解读。那么后面的话包括这个软件的下载已调试啊，暴露数据和阶级数据的下载，关联性分析， 连锁不平衡分析，去除六公斤变量分析，还有去除混杂因素，孟德尔随机化分析，最后一个是绘制生灵图。总共这节课，我们首先来看一下我们为什么要学习孟德尔随机化， 那么孟德尔这句话呢，是一种啊，数据或说我们分析研究的一种方法， 那么我们之前十年前的话， mate 分析是啊，非常流行的，也由于这个 mate 分析做的人越来越多，那么后面很多人就开始做这个生性分析，那么生性分析呢，也大概只有五年的历史， 那么随着五年的这个发展的话，也有很多人啊去做了，那么现在的话，呃，需要结合一些热点，或者说一些新的套路才容易发文章， 因为一些老的套路的话，很多人都会了发了很多文章啊，那目前来说，今年开始啊，就是孟德尔说句话啊，是非常非常火的一个热点啊，一种方法，那么会用这个方法来做人还比较少，所以大家如果选择好的这个选题啊，去 发现的文章还是比较快的，而且发的分数都比较高，我看到有有的同学呢，是吧，选的题目非常好，能发十五分以上的 s a 啊，普遍的能够发到五到八分的 s a 都是很容易的， 而且它的内容是特别少的，几张图，三张图啊，三张图就能发 p s a o， ok， 那么它的适用范围也是非常广的，包括我们的医学分析，心理学分析，心理学啊等等领域 各行各业的分析，都可以用到孟德尔学习化。呃，由于这个是一种新的研究方法啊，很早能会，所以大家趁早啊，去学习新运用的话，发文呢，会很快，而且七缸和单位呢，都很接接受这样的文章啊，因为现在很少嘛。 然后呢，学起来非常简单啊，可以快速的学会。那么首先我们要搞懂一些一下，这个梦到虚化到底是什么意思？ ok， 这里有个概念， 什么是梦到实际化呢？我们从他的概念出发啊，他的简称就是 mr， mr 是一种既延长遗传变异的随机化方法， 用于评估因果关系啊，重要的是评估因果关系，那我们做很多研究啊，目的就是要评估他的因果方式。那么孟德尔说句话呢，是一种啊评估，因为 方法我看在在这个右边可以看到一个图，那么在我们的研究当中有很多种方法，比如说最基础的就体外的研究，对吧？体外的研究， 再往上一点就是这个动物研究啊，等等等等，包括这个案例啊，案例以及这个有这个控制组的一些研究，那么随着这个 金字塔形越往上，可以说他的证据证据的级别是越高的，那么在这个金字塔的最顶层叫做迈塔分析， 但是这个迈特发现现在他不是原创性的研究，他是基于以往的这些研究，然后根据他的一个证据的级别给他打分，然后再来评估整个的证据，这就是最顶级的迈特分析。那么迈特分析在十年前的话是非常火的啊，已经这个很多杂志已经不太接受这个迈特 分析的文章了。那么慢的分析往下一点点呢，就是这个 r、 c、 t 的研究，就是这个随机化啊，随机化，随机化的研究， 那孟德尔水化呢？是属于这个水化的一种，所以他的研究的正确级别也是非常非常高的哈，非常可以说是这个数据研究的啊，啊，最高峰对吧？就是孟德尔水化的研究啊，所以用这种方法来研究他的因果关系啊，是可以得到非常契的结论的。 那么我们做目的分析、实际化分析要需要注注意几个点，一个是借助工具变了来进行这个实际化来找到的因果关系， 那从而模拟随机对照研究，也就是这种啊，随机对照研究既有随机性又有对照啊，那么他这个梦多少随机化？他主要是啊体现这个 随机性啊，随机性，从而达到这个统计学的优势。他优势是什么呢？中计级别高，可以避免偏移，避免反向因果关系啊，比随机对到研究更省钱又省力。大知道做这种随机的研究的话，要有大量的样本，对吧？ 比如说还要刷盲，是不是啊？需要很多的这个样本量，那么他的研究的周期比较长啊，这个成本也非常高啊，这就是我们梦到这句话啊，他通过这个数据挖掘的话啊，可以达到这么一个证据级别，非常高的证据级别，而且呢可以找到很强的这个因果关系。 我们再来看一下我们的 model， 是句话的一般的一个假设，那么他有三个假设，那么可以通过这个图来看的很清楚，那我们主要是要找到这个暴露因素与结局变量的一个关 关系，是否有因果关系，就是这个暴露因素是否会导致这个绝育变量。 ok， 那么这是比较书面的话语，其实我们可以举个例子，比如说我们的吸烟是否对肺癌有影响，对吧？那么吸烟他就是个暴露因素，那么绝育变量是肺癌， 对吧？那我们就可以通过一些数据挖掘来找到他的相关系。那么除了这个暴露因素之外呢，我们还要考虑其他的因素，比如说他是否有混淆因素，是不是有其他因素导致这个结冰结节冰凉，对吧？ 那我们就需要去找一个工具变量，那么这个工具变量呢？就是这个 model 随机画的啊，用的这个呃工具就是 s n p 啊， s n p， 那么它通过呢这个独立性假设以及排单性假设啊，把这两个啊都排除掉了，然后得到的一个关联性假设 就是暴露因素会导致强的这个解决变量，那么在后面的过程中，我们的代码呢，就会做这个相应的处理，然后最后呢筛选出啊合适的工具变量啊，来推导这个 呃关联性假设，那么第一个就是相关性假设，就是 s n p 已暴露强相关，就是暴露强相关 啊，而且这 s n p 呢，最终会导致这个结变量，对吧？通过这个暴露因素导致这个结变量，那么排查性假设就是 s n p 与这个结局无关啊，结局无关，它本身与这个结局无关。 第三呢是这个独立性角是 s n p 与混淆因素有关啊，混淆因素无关。我举个例子啊，比如说导致这个肺癌，对吧？比如说我们有个体重指数，还有一个期间，那我们体重指数是否会导致这个肺癌的 呃这个增加呢？或者 fear 的这个呃加剧呢，对吧？那么 我们就要需要把一些其他的因素把它剔除掉，比如说吸烟，比如说其他的一些啊因素。我们已经明确了这些因素会导致这个界面，要把这些相关的 smp 把它删掉，然后只留下跟那个暴露因素强相关的啊，这个工具微量 来看到呢，会得到这个相应的结局，这就他的一个假设啊，假设，那我们的一般的过程包括以下几个部分，第一部分呢就是数据下载，那么这些呢，可以直接从我们的数据库里面进行下载， 或者通过这个啊大脑来下载相应的数据。那么这一步呢？是啊，比较重要的，因为这一步呢涉及到什么呢？就是我们选选取什么样的暴露因素，还有治疗什么样的几呃呃，对应什么样的结， 就是我们的疾病是什么。那么这里呢，我会教大家的方法怎么去做好这个选题，对吧？我们有很多方法，比如说去参考现在的文献，对不对？哎，发现他们有些相应的关联，我们就可以去做这暴露因素是否会导致这个结局啊？ 也可以去看一些临床上的一些呃样本，哎，我们临床上发现呢，某个因素可能会影响这结局，我们来通过这个数据挖掘来证实一下，是否会 啊？有很多种方法啊，那么这个数据下载好了之后呢，就可以直接用这 r 语言进行光联系分析，找到这个相应的 snp 啊，就是这个工具变量， 然后呢对这些工具变量在做相应的剔除，这三步都是做相应的剔除，就是有一些是啊连锁不平衡的，对吧？然后把它剔除，以及一些弱工具变量，还有一些混杂因素就全部剔除。那留下这个 snp 啊，就跟这个呃暴露因素强相关的 s n b 把留下来，然后做这个梦多尔数据化分析来得出这个结论，是否跟我们的暴露因素和结局，对吧？是否有强相关啊？是否有这个阴谋关系，然后再通过这个敏感性分析来验证这个结果， 所以，呃，整个过程的话是步骤是特特别少的，对吧？像这里的话就几个代码啊，几节课的代码就可以完成了啊，然后这里是出来啊，几个图，然后验证一下就可以了。 ok， 这个方我们来看一下， 我们可以翻一下这个题目，对吧？他就是体重指数与类风湿关节炎风险之间的因果关系啊，体重走势，那我们写的这个论文的题目也是一样的，就是这个因素啊，包的 max x 啊，就是 bmi， 对吧？他是否会啊？导致这个类风湿情况， 对不对？他是否有这个因果关系？那么我们写的时候也是这样的，哎，某个因素，若吸烟是否会导致这个类风湿关节炎？是否会导致肺癌？是否会导致肝癌？所以我们在选题的时候也是一样的，我们看到有时候体重指数会导致这个疾病，那么我们是否可以换个疾病呢？对吧？ 有没有其他的，比如说类似风湿关节炎，还有没有其他的关节炎呢？是吧？会导致其他的疾病呢？把这个疾病一化就是一个新的一个题目， 这是一个记忆这个梦的分析的一个研究，所以题目是很清晰的，我们可以改这个，对吧？也可以改这个，都可以，这就是比较简单的梦的学法的分析。 ok， 我们来看一下这个摘药，首先摘药的第一句话就告诉我们这个研究的一个基本的目的，正在探讨身体指数与这个类风湿关节炎是否有阴谋关系，然后他采取的方法是什么？木的实际化，然后方法就 什么弄的一种 two sample 判断实践化的一个分析方法啊，然后这里评估的一个方法是 a b w， 那么这里呢，有很多种方法，那么我们在这个呃 分析的时候会都会用到，然后通过这个 g vas 数据来采集的。呃，以这个 b m i 暴露因素啊，相关的一些啊，数据，总共这 s n p 有这么多啊，这么多。然后呢？又 hr 的数据也是从这个数据库里面获取的，然后总共有这么多 snp 啊，要么把它说清楚，就是你的方法是通过什么方法，然后研究了哪些数据，然后结果呢？结果呢？就是最终选择的六十八个 snp 作为这个工具变量啊，然后从哪里选呢？从这个数据库里面选的啊，作为这个 工具变量工具变量。然后通过这种方法来评估啊，评估它是否有这个相关性。那么这有几个指数跌塔 s e 以及这个 p y 六啊，它有显著性啊，显著性。然后这个方法又用来这个评估啊， 然后结果显示呢，他和他啊，具有一个没有，没有什么相关性啊，大家 没有英文关系，大家发现没有？他这个没有英文关系啊，他也能发文章，所以我梦到这句话就是你有阳性结果可以发文章，阴性结果也可以发文章，对吧？你没有英文关系，如果有英文关系就把这个 note 去掉就行了，对吧？那怎么判断呢？看这个批次，如果他批次小 零点零五，对吧？我就认为他有有因果讲话放弃啊，然而他就说了这句话，对吧？ 另用外另，用另外一种方法又得出了他有英文关系啊，他自己做出的解释，用其中这种方法是没有英文关系，用另外一种方法又又又有英文关系，然后他做出相应的结论， 表明有定向图角形，这就是他做这个检测时候啊，做这个检测，这是正面文章，那么大家具体可以看下他的一些图形。呃，这里是用的三种方法哈，三种方法可以看他的一个 p 值啊， p 值， 这是资金期间，对吧？对，跌打值，这个 s e 值，这个 s n b 六十八个，好，都是六十八个啊，这，呃， 相关性的皮外流，这个是有显示性的，看到没有？然后后面这后面这两个是没有啊，这个是没有显示性的，这个是有显示性的。那么我一般是看看这个 ibw 这个方法， 这次方法是最重要的，那么如果有其他方法跟他不一样，我们主要是以这个方法为主，但是我们起步的时候要解释一下啊，解释一下，我们主要是采取这个方法啊，比较公认的是第一种方法， ok， 大家看到的话非常简单一下 discussion， 对吧？总共才几页啊？三页、四页就说完了，可以看它图形，这就是每一个 s m p 啊，它的一个一个平均的一个 打分，这是不同方法，总共两种方法，一种是这个 i b w 方法，一个是 h 的这个方法，对吧？这两种方法，然后这是它的一个图啊，相关性的一个图， 可以看到这三种方法，他的取向都是一个正相关的一个关系，就是往右上啊，大家可以看到这里去判断他的一个情况。我们通过这个课程的话给大家讲解这个图到底什么意思 啊？总共是，哎，这是这个对称的一个图形，这两个 s n p s n p 在这个线里左右两边都是对称的啊，对称的，那么我们看到就三个图，就发到一篇孟德尔数据化的一个分析， ok， 那么大家如果呃需要学习我们的课程，大家可以关注我们的微信公众号啊， 关注微信公众号， bf s c i 回复 m e 可以获得课程教本和视频讲解，零周日可学会保姆式详细讲解，一对一的指导，可推荐发表 s c i。 那我们的课程呢，就是通过啊语言代码一步一步完成啊，从数据下载开始啊，每一每一节课 都有安源代码做相应的一个分析。好，这课到这里谢谢大家。我们的课程来源于生性私学，请大家关注微信公众号 b f s c i 回复 m 一 即可获得课程脚本，视频讲解和一对一指导，零基础可学会保姆式详细讲解，一对一的指导，可推荐发表 sci。
211文云博士
18:08查看AI文稿AI文稿是接着上一次孟德尔随机化数据分析这个系列做第二次的讲座，就是呃，没有听过的呃朋友们也没有关系，因为我也会在前半部分回顾一下上一次我们讲的一些基本概念。 然后在这次的讲座当中呢，我会以一个实际的案例，是一篇发表在呃北大中文核心的一篇期刊论文，然后来为大家去呈现我们怎么样在实际的 呃案例和论文当中去运用 modern 学句话，然后来便利于我们的呃实际的分析。 嗯，前面还是先简单介绍一下这个 model 随机画的一 一个概念。首先是呃，正如我们主持人介绍所说，以及我们公众号推送所展现出来的这样，孟德尔随机画他是一个近几年来非常火热的一个概念。 这个图呢，我在上一次讲座中也呈现过了，就是如果我们在呃 powermat 上去搜这个梦德随机画，以这个关键词来检索的话，会发现他呃在 早些年间可能都没有这样一个概念的提出，但是随着近几年他的发文量在逐渐的上分，而且二零二三年，现在今年还没有过，他发文量已经超过了二零二二年了。也就是说从这个上升趋势来看， 梦德尔随机话确实是呃当下我们发表无论是 sci 论文还是核心论文的一个呃一个热门的话题。然后呢，我们这一次 的呃讲座主要会分成以下的两个部分，呃，第三部分的话，我们可能会留在下一次的这个系列讲座当中。呃，这两个部分分别是，首先我们会回顾一下孟德尔学计划 分析的一些原理、假设和基本概念，这个的话如果听过上一次课的呃老师同学们可能会呃比较熟悉，但是对于新进直播间的朋友们可能不太熟悉，所以我们会嗯回顾一下这个，但是也是用比较短的时间。 然后我们的重点会放在第二部分，就是我们以一篇发表在核心期刊上的论文，然后我们去 呃分析它的结果，以及我们实际的通过 r 元的代码来复现它的结果，然后进一步加深我们对孟德尔随机化的理解，这样相当于是做呃为我们的第三 部分就是进行更加高阶的 model 随机化分析，然后呃想办，呃想办法去呃设计一个能够发表在高分的 sci 论文上的 model 随机化实验，呃做一个铺垫。 所以首先我还是会呃简要的回顾一下 mother 随机化这个分析方法，首先是它的原理，它的原理可以用下面的这一幅图来表示， 呃，我们也呃用 moder 随机画。实际上我们需要记住一个概念，就是我们本质上是要分析一个因果关系， 但是呢，我们呃如果通过流行病学的方法就是去统计呃，比如说得某个病和某种生活习惯的关系的话， 当我们分析得到的是相关性，而不是因果性，然后有可能会导致有这个因果倒置的这个结果。 但是呢，如果我们要设计这个随机对照实验，就是 randomization control trials， 这样的话要耗费大量的人力物力财力。然后呢，孟德尔学计划，他可以理解为大自然，呃 天然的一种随机对照实验，这样的话他既能起到随机对照实验的效果，又不需要花费这么多的人力物力财力，因为现在我们已经有大量的数据库可以使用，然后他的分析的话就是我们想要研究呃我们最开始关注的是暴露因素和结局变量的关系， 就举个例子，一个最经典的例子，那就是吸烟和肺癌，这就是暴露因素和这个结局，但是 呃如果我们单纯的去研究他们的关系的话，会受到混杂因素的影响，也就是那可能呃还有其他的，除了我们关心的这个暴露因素，别的什么生活习惯或者是呃社会因素会导致 会在其中掺杂进来，那么我们为了排除这个因素的话，我们就要引入一个叫工具变量，通常这个工具变量呢，就是是我们呃 这个数据库里头记录的人人群当中的一些基因位点的突变，比如说某些位点突变会导致这个人更有可能暴露在某个环境下， 这样的话那么我们就用这个工具变量去代替他，而这个基因位点突变他是不受社会因素的影响的，因为他是与生俱来的，所以这样的话就可以排除掉混杂因素的这个呃 影响，进而我们能够对这个因果关系有更加的说服力的一个结论。然后要实现这一点的话，我们要注意一定要有三个假设，就是这个工具鼻梁这个下面的图跟上面的图其实每个部分对应是一样的， 我们必须要保证我们的这工具变量他不受混杂因素影响，要不然的话就跟原来这个暴露因素是一样， 所以这个要有一个独立性假设，然后他也不能直接影响我们的结局变样，这样的话中间这个环节就没有意义了。然后还有一个就是我们的找到这个遗传的这个基因位点的突变，他必须要和呃暴露因素有直接的强的关联，这个叫关联性假设，所以需要有这三个假设， 然后我们再具体看一下为什么要呃实现这三个假设呢？呃，首先 最重要的就关联性假设，我们肯定要找到基因位点突变，然后和我们关注的这个生活习惯或者是他的一些身体状况之类的相关，就是我们要用一个基因或者一群这个基因去表真他的一个宏观的一个东西， 这样的话我们为什么能做这件事情？就是呃，首先我们要证明他是强项关的，就是这个基因位列突变是很有可能导致他的宏观上的，生活上可能或者身体上会有这样的变化。首先是这个， 然后呢下面的独立性和排查性假设呢，就是不仅要证明我们找到的这些基因突变，这种呃基因的这个单位点变异跟这个我们关注的暴露因素有强的相关性，我们还 还要排除掉他是否跟其他的混杂因素相关，也要排除掉他会不会直接影响这个结局，而跟我们想要关注的中间的这个暴露因素没有关系，这样的话所以要排除下面这两个。 因此呢我们做孟德尔写句话，呃，就是我们只需要记住呃两点就可以了。 第一点孟德尔学计划是要研究一个因果关系，研究的是一种呃暴露因素，或者说生活习惯，或者身体状况，或者是各种因素 跟我们关注的结局，结局通常是一种疾病，就是跟什么高高血压是否相关啊，跟什么糖尿病是否相关，所以我们就是研究一种生活习惯跟疾病的关系。这是第一点，我们要研究这个因果关系，这是梦德写句话 应用的场景。第二个是我们必须要用梦的水晶画的画，一定要去找一个基因或者一群基因，然后来代表我们想要研究的中间这个生活习惯，然后他之所以具有代表性，要满足这三条假设， 对，就是，嗯，只要这些因素成立了，那我们就可以用 model 飞机话来呃做这个分析， 然后为什么要用这个 model 随机画？它跟呃传统的这种随机对绕实验有什么不一样呢？ 呃他的话就是他相当于是一种天然的随机对照实验，他的随机对照产生于人出生的时候，就是每个人他出生就是在这个人群当中，他都会或多或少带有一些这种 s、 n、 p， 就是单 三个基因位点的一些突变。而随机对照实验的话，我们需要去招募人群，然后去给他们做对照组和实验组的这个处理，然后再去观察。 而这个不同的呃不同人，他带有不同的基因位点突变，他自然就形成了对照组跟这个实验组。 就是比如说对照组，就是可能呃他们都没有突变，或者是他们的突变都不会影响性状，那就对照组，然后有一些有有有某些突变，然后会影响他的性状，那就实验组， 所以这就天然形成的一种随机对药实验，所以他就有这样的好处，你不需要去人为的招募病人，要花时间花精力，然后可能还有伦理要过，所以这就是为什么孟德尔随机化他呃这么受欢迎的原因。然后再加上 现在的 g vas 数据库大量的这个数据的这个收取，所以我们就是基本上我们想研究了很多的这个呃， 就是疾病和他的一些呃经营的图片，我们都可以在数据库获取，就非就是极大的便利了，我们去呃实现这个事情，然后最后的话要研究的都是一样的，就是研看他是否影响他的结局，就是是否有是否会导致这个疾病的发生，或者是会是否会加重这个疾病。 讲他们的研究的目的都是一样，所以说梦的随机画它实际上是可以是一个很好的随机对照实验的一个取代。 然后呃至于我们要怎么做这个 monda 随机画呢？其中最简单的就是最呃通用的叫做两 样本的孟德尔随机化，他呃就是我们去研究这个呃 s、 n、 p， 就是这个基因突变和最后呃影响的这个结局，就是我们关注的表情，或者说疾病就是他们之间这是相当于是两个样本， 有一个样本就是一群人，他们有各各种各样突变，然后然后另外一个就是有一群人，他们有各种各样的呃结局，就他们可能有各种各样的患病概率，就是研究这两个样本他们之间的关系，这是最常见的孟德尔随机化的分析， 然后之后我们会讲更加高阶的孟德的随机化的呃分析，然后怎么样去做这个事情？前面我们已经提到了，就是我们想要去研究一个叫做暴露因素，就是一种比如说生活习惯 或者是一些呃社会因素，我们首先要去找他的这个基因的突变，所以这一步就叫做确定工具变量。这些基因突变就是工具变量，就是我们前面那个图展示的呃，我们要找到能够代表这个呃因素的这种基因的位点， 这就是这一步叫做确定工具变量。然后通常的话我们会用这个 g vas 数据库， jwax 数据库，它的全称就是呃基因组呃全基因组的这个呃关联的一个数据库， 也就是他会把人人人的这个全基因组各个位点，然后他会去跟各种呃他的表情进行关联这样的一个数据库。但实际上这种 关联有的可能证据不是很强，这个 p value 不是很小。所以说我们首先确定了之后，接下来第二步我们还要去提取有意义的这种，我们可能会去通过呃 p value 做一个预值，去提取它的这个呃工具变量， 然后呃第三步的话，我们要对这个数据进行预处理，就是我们可能需要把各种各样的这种 不同的呃工具变量，他们之间的数据处理成同样的格式，然后还要跟我们最后的结果能够呃一一对应上， 这样的话我们就需要在嗯儿园当中呃，通过一些简单的编程，使得这个数据变成我们呃可以用做梦的随机化分析的一个比较标准的数据，然后 最后的话也是在而言当中他已经集成好了很多的，比如说我们待会会演示的很多种统计方法，可以去做相应的 model 随机化的分析。 然后下面就是简单回顾一下嗯，一些用作孟德尔随机化的一些数据库。 然后第一个我们必须要提的就是呃这个 g vas 的这个数据库，这个是嗯，基本上是最常用的，然后它囊括的数据也是最大的。我们接下来演示也会用到这个数据库， 我们可以呃看一下他大概长什么样子。 就是这个是 javas 的数据库的一个主页，然后这个网站就是在国内就可以直接访问，然后它的它的这个呃网址也在 ppt 当中有记录， 他的数据非常的庞大，然后基本上你在里头去输入任何的一个疾病，就举个例子，比如说我，我，我想关注呃，你看他这是他这的例子，就是你可以输入这个 body mass index， 这是 bmi， 就是你的身高和体重的一个呃关系。然后你也可以输入一些疾病，就比如说我们后面研究了这个疾病，比如说这个冠心病 a very heart disease， 然后我们说就是我们说任何一个疾病吧，就是呃，就比如说这个呃冠心病， 然后我们检索他就会有很多，你看他这有若干个，这有五个不同年份发表的 跟这个冠心病相关的那些基因位点突变，他都会记载的在当中。然后我们可以就是选取其中的一些进行分析，然后其他的疾病我们都直接在 对，直接在这输入，他这里面就会把它记载的所有跟这个疾病相关的基因卫冕突变的信息都会提供给你，所以这个是我们呃非 常常用的一个数据库。还有另外一点，这个数据库非常常用的原因是它跟 r 语言的 r 包非常的兼容，我们可以直接在 r 语言编程的时候，就通过输一行代码，就直接从这里面把数据库下载下来，就是因为他这里面数据库的每一条数据， 就举个例子，比如这个数据他都会有一个，有一个 data set， 后面的一个对他的描述，我们只需要在 r 里面把这个输入，我们就能直接把这个数据下载下来分析， 就呃导入进 r 语言进行分析，所以它也是为什么这么受欢迎。就是这个 g vas 数据库， 对他可以和这个 two sample， 这个 m r 就是孟德尔随机化，就是 mendelian randomization， 呃，双样本的孟德尔随机化，这个包配合的非常好，直接在里面就能下载下来， 而且他速度还挺快的，就是如果我们直接在这个网站上去下载他原始文件的话，很慢， 呃，他一般原始文件可能有几百个兆，然后下载的时候可能只有几十到几百 kb， 要下载很久，几十分钟甚至上小时。但在 r 里面的话，如果在这个包里用他的函数直接调用，就非常快就能下载下来， 所以这个是呃我们需要，嗯，就是牢记的，之后我们会经常用到。嗯，就是无论你想研究什么疾病，你的，呃，第一个，第一个尝试就是登录这个网， 然后去搜这个疾病，看有没有对应的数据库，然后基本都有，因为他呃涵涵盖的这个内容非常多，然后后面几个的话，呃这个其实呃跟前面这个也也比较类似，然后他可以根据呃各种方式进行检索。 后面的几个的话，可能呃用到的就没有前面提到这个 gys 数据库那么多的，就包括这个呃 bio bank 的，然后 嗯，还有一些这个呃就是在呃其他国家 提供的这种呃数据库，但他们呃他们的用途是如果我们在 g vas 里头没有找到的话，然后我们可能会去这一些就是更加小众一点的数据库去找。然 然后呃还有一些就是他可能是呃比较新的，因为前面提到他可能会收录的是必须要是呃已经发表有一段时间的，他才可能会收进来，就是他的记录时间可能会慢一些。然后 后面的如果有一些比较新的这个数据，我们可以用后面提到的这几个数据库。然后前面也有讲到，如果要做植物的话， 那有植物相关的这种呃植物的基因组跟这个植物的表情相关的一些数据库，呃，但是这就没有展开介绍，因为我们可能更多还是关注人的这个。
12科研
07:09查看AI文稿AI文稿hello， 大家好呀，最近实在是太忙了，所以更新的会比较少，那么我这边还是会陆陆续续收到大家的私信，希望我能分享完整的基础课程讲解。但是其实现在市面上的基础讲解课程已经有很多了，并且讲解的也非常完善， 所以我在做了之前的大致背景介绍之后呢，就不打算再更新基础讲解课程啦。那么关注我的小伙伴也都知道 我呢主要是作为一些代码包来辅助我们进行文章的快速阐述，因为随着弄的随机画的热度越来越高，创新性的选题也越来越难找，所以我们的重点是在提高效率上。那么今天这期视频我主要就讲解一下出图表代码包的使用方法，以及以及一些注意事项。 那么首先呢，这个资源分为两个部分，上面 r s a 结尾的为环境文件，这个是不用打开 爱的，只需要和我们运行的文件放在同一个文件夹里，即保持路线一致就可以。下面这个呢是运行文件，我们用 r studio 打开运行就可以。 那么这里呢，就是打开后的界面，上面是操作台，可以看到，我也都备注了步骤在每一行代码上面。那么今天就以深入分析肺癌，以 bmi 为例，给大家演示一遍整体的流程。 第一步呢，我们需要修改跑出的结果，储存的路径，保持和我们的环境文件在同一个文件夹里，这里我已经修改完成，那么我们运行就完成了路径的更改。 第二步呢，我们需要加载 tusel r 包，嗯，这里能做到深入分析这一步的小伙伴应该都是已经安装过这个包的，嗯，所以这里只需要加载 就可以，那么如果还有没有安装的同学呢？我也把安装的代码放在评论区，大家可以先安装后再加载。 那么接下来我们就要获取一系列的文件和值，可以理解为呢，嗯，我们要为后面的运算，嗯，做一个数据的处理。那么第一步呢，就是对暴露吉瓦斯做一个处理，这里呢，我首先输入了 b m i 的吉瓦斯 id， 然后运行这个函数， 运行完成之后，可以看到右上角这里已经完成了初步的整理，并且有了整理后的文件。那么这里需要说明的是呢，如果下面显示额报错，比如说持续性的 有拥挤，那么我们就需要反复的去嗯，运行这一行代码，反复的运行这一行代码， 出现这个的原因呢，是因为我们云端数据库偶尔会出现资源拥挤的情况，那么我们就可以嗯，反复操作去进行一个不断的尝试连接，或者说我们等待人少的时间段再进行尝试。然后我们接下来再依次运行这三行代码， 这三行代码呢，分别是对单个 s n p 的 r 二以及 f 统计量做一个计算，最后剔除 f 值小于十的 s n p， 最终完成一个暴露 s n p 的获取。在这里可以看到我们这里已经完成了 s n p 的获取， 可以预览一下这个值。那么第二步呢，我们就要对结局 javas 做一个整理，这里呢，我输入肺癌的 javas id， 然后运行这样代码，同样在运行成功之后， 我们会看到右上角出现我们结局 s n p 的文件，接下来同样我们也 直接运行后面两个函数，分别做一个剔除和结局显著相关 s n p 以及整个数据这两步，那么最后我们整整理的数据就都在这里啦， 那么这里就会显示我们剔除和解决相关 s n p， 并且整合的最终数据 也可以进行一个预览。第三步，我们需要获取 g wax 的样本量，那么对于我们 i e u 数据库有收入的，运行这行代码后就能自动获取，这里可以显示出来， 如果 iu 没有收入的话，就需要我们自己去找及袜子原文去获取一个量本量的数量。然后好了，到这一步呢，我们就做完了所有的数据整理工作，然后就可以开始计算我们深入分析所需要的各种结果啦。 嗯，那么同样的，我们需要先加载一些我们计算过程中会用到的 r 包，那么如果我们之前没有安装过这些 r 包的呢，我们也可以用这行代码去先安装，然后再进行一个加载，那我这里就直接先把这几个包加载 搭载好了之后，我们还需要加载一个函数，那这个函数呢就是我封装好的一系列代码，嗯，在这里呢，我直接把它封装成 r 包，一是为了方便代码技术薄弱的小伙伴可以更加方便 的使用这这组代码，二呢也是防止一些中介二次利用我写的代码。嗯嗯，加载完，加载完这个二包之后，我们可以直直接运行， 那么现在可以看到我们这里就已经开始进行一个自主的计算运行输出结果，那么最后输出的结果呢，都会显示在嗯，我们一开始设置的结果储存路径里面， 在这里呢，要提醒有两个需要注意的点，一些在我们嗯代码运行完成前，最好不要打开我们的结果文件，那么可以看到这里一直显示的是在运行， 那么就算这里输出了我们的结果文件，但是由于这个文件还在持续的更新中，所以我们最好不要去打开，要等到这里完成之后，我们再去打开。嗯，第二个点是呢参数，这里的 n， 嗯，就是我们 前面说的样本量，嗯，如果说嗯获取不了的话，我们就需要去原文查找，然后手动填入这里。 那如果说，嗯大部分的情况能获取的话，是不用在意这个数的，因为前面获取后，系统就已经自动保存，然后也自动带入这里。 那最后呢，这个 and distribution 呢，其实是我们 m r preso 计算 outlier 时运行的抽样次数，可以根据需求手动的更改，一般是不小于一千次，而这个值越大呢，运行代码所需要的时间也就越久。 相反呢，如果 n distribution 过小，达不到 present 的检验效能，那么代码就会进行报错，这个时候我们就需要更改我们的这个 n 值，然后再重新运行就可以啦。 嗯，那么由于时间关系，我这里，嗯 demo 还没运行完成，我就以我之前跑出的结果给大家说一个大概的， 然后对每一个结果的解读呢，我也有嗯分条的更新，在我的小红书内，感兴趣的可以去看一下。 那么这里我的肺癌与 bmi 的深入分析就已经做完了。嗯，在掌握这个代码的情况下呢，其实五分钟就可以完成，然后就等待结果的输出，所以这个效率是非常高的。嗯，文章呢，也就能快速的产出，走在别人前面。 那么如果对这个代码感兴趣的小伙伴呢，可以私信我。嗯，了解更多。那好，今天的分享就到这里啦。
5微微麻
05:40查看AI文稿AI文稿各位同学大家好，欢迎来到深信师学，我是文云博士，这节课我们来学一下孟德尔随机化课程的第三节课，数据下载， 那么我们数据，我们的课程来源于生性师学，请大家关注微信公众号 b f s c i 回复 m 一即可获得课程脚本视频讲解和一对一指导，零基础可学会保姆式详细讲解，一对一的指导可推荐发表 sci 下载的话总共分两步，第一步是要下载暴露数据，第二步是要下载结局数据。 那我们这节课的方法呢？是通过这个网页来下载，那么大家也可以通过啊语言直接来下载啊。 ok， 我们来看一下怎么进 下载，我们首先打开这个网址，那么里面呢就有这个地址，大家把这个地址复制到这个浏览器里面就可以打开了。好，那我已经打开了，我就不再进行。 ok， 打开之后呢，在这里你就有个搜索栏，大家就可以在这里面搜索他的。呃，一个暴露因素的一个英文 单词，那么这也是我们这个范例，是这个体重指数，我们是根据我们的范围来的， 都这边范围的话，是体重指数和类风湿性关节炎的一个因果关系。那我们来找一下 body max index， 就是体重指数复制这个单词，在这个浏览器里面搜索，点击这个 放大镜，那么这里的话就有很多很多的数据，那么到底哪个数据选择哪个数据呢？大家可以呃，看这里的一个什么 set， 还有个 number， s n p s， 那么一般这个 s n p 的话要大于两百万，我们选这个数据比较大的好， ok， 那么 我们来看一下范围里面，他选的是这个 s n p 是这么大的，然后他的数据来源于这个机构的，对吧？那么我们就选他一样的，经过我的这个查询呢， 我发现它是这个就是 i e u a 八三五啊，我们就可以找到它，就是找到这个八三五，大家可以点击这个 next， 可以去查到，然后这个公式，对吧？当然大家也可以选择其他 它的数据啊，也可以选择，那我们根据范围来选择范围的数据啊， 哎，就这个对吧？三二二幺五四，对吧？要么加是三二二幺五四，号码加是一样的，那么恰就这个数据大家也可以用其他数据去进行。做好，我们就以他的那个文章的这个地址来，然后大家点击这里，点击这里， 大家看到这里就有它相应的呃，一些数据，那么第一个呢是 pmid 号，第二是它的年份，第三是它一个 啊，分类，对吧？啊？第四个呢是它的一个二级分类啊，它的数据来源也是来源于这个欧洲，它的性别啊，它的样本量的一个大小，以及它的 s n p s， 啊，它的 s d 啊，以他的作者啊等等，这些数据都有，以及他的一个其他的一些信息，那大家也可以点击这里，那么这点就是以他相关的也是这个 bodybus index， 对吧？他也可以用这边的一些数据，就大家觉得这个数据 别人用过了，对吧？你们也可以用其他数据去做，我们一般就选择一个数据就可以了啊，不要多选出去，多选出去就越来越麻烦，对吧？我们选择一个数据做， ok， 再点击这个登录的 vcf， 点击登录就可以了， 那下载这个数据呢？可能会有一些大，比如说到啊，大家考虑一下，这第一个就是 body max industry 数据就是我们的暴露因素，那么第二个是我们的什么数据？结局数据就是我们的疾病，那么我们也是根据范围引来的，他是一个类风性湿情况的炎症，这个单词大家可以从文档里面 复制，对吧？就这个当时，对吧？然后也是在这个里面进行搜索，我们回到前面去 点击搜索，那么文章里面看一下，它是数据量，是 上上期幺五九，对吧？总共是这么做，那么我经过查询，发现他是这个幺幺零五这个数据， ukb 杠 a 杠幺零五，这个数据我看一下，我们往后翻， nice， 这个属于，对吧？莎莎七幺五九，对吧？点击它， 然后再点击这个 download 这个数据就可以了，这个数据相对来说要大一些， 下载可能要三百多，下载慢点，那我已经下载完了，下载完了之后呢，就把这两个数据，第一个数据是暴露数据，把它拷贝到这里来啊。第二数据是结局数据，把它拷贝到这里来啊，我已经拷贝完了，就放这里来就行了。 ok， 那这就是我们通过这个网站来下载相应的数据， 那么思域我们下载完了，感谢大家。我们的课程来源于生性私学，请大家关注微信公众号 b f s c i 回复 m 一即可获得课程脚本视频讲解和一对一指导，零基础可学会保姆式详细讲解，一对一的指导，可推荐发表 s c i。
12文云博士
01:56查看AI文稿AI文稿哈喽，大家好，最近在做一些梦多尔学计划分析的项目，发现其中有一些小问题，现在跟大家分享一下。首先就是暴露因素，无法获取沙漠人数据，这种情况下是很常见的，尤其是我们从 瓦斯卡特 logo 下载数据时，好多数据都无法获取完整的这瓦斯卡姆瑞数据，这个时候我们就可以直接下载这瓦斯卡特 log 数据库提供的经过预处理之后的结果。但是我们需要注意一下，如果我们后续还需要进行其他分析，比如共定位分析等等， 这种方法可能就不太适用。第二个就是使用 two 新 prom 二包下载数据或进行连锁物品啊，分析时一直报错五零三， 这也是一种很常见的现象，因为这个包需要联网访问数据库，并且根据数据库中的连锁不平衡参考文件进行分析。对于这种情况呢，我们可以去 iu 数据库，根据数据 级的编号下载对应的 vcf 文件，经过整理后的 vcf 文件就是原始的 javas samara 数据，然后根据 py 六对 snp 进行过滤。至于连锁不平衡分析，我们可以借助 iu javas 二包中的函数本地化完成，这样就不存在五零三的问题了。 不过本地化进行连锁不平衡分析时，还需要下载 ip link 软件以及 ld 的参考文件。第三个就是 mr 分析结果阴性，这点应该是大家最不想见到的结果， 前面辛辛苦苦做了那么多，最后分析结果是阴性，那这种情况下我们要怎么调试呢？我们首先可以调整筛选工具变量的过滤条件， 通过变更筛选条件纳入更多或减少工具变量。其次就是更换暴露或结局的主要是数据。最后，如果反复调试之后仍然没有阳性结果，那可能就是因为我们选择的暴露因素和结局 因素可能根本就不存在因果关系，但是因性结果并不代表没有意义，毕竟因性结果本身也是一种结果。至此，今天的分享就结束了，感谢大家的关注，想了解更多身性技能的小伙伴可以在评论区留言，我们下期再见！
105生信人
