摘要孟德尔随机化MR通常独立分析暴露与结局的因果关系易忽略相关结局间的重要关联目前针对MR研究中多结局联合分析的方法较少。本研究提出种处理相关结局的新型多元MR方法多元逆方差加权孟德尔随机化multivariate MR-IVW通过多元meta分析纳入结局相关性多元孟德尔随机化多效性残差和异常值检验multivariate MR-PRESSO基于马氏距离检测相关结局中的异质性工具变量。通过全面模拟研究验证方法性能并将多元方法应用于弗雷明汉心脏研究与基因型-组织表达计划数据探究cg11294513位点DNA甲基化与5个锌指基因表达的因果关系。模拟结果显示多元MR-IVW的偏倚与均方误差持续低于单变量方法全局假设检验的灵敏度显著更高如2个结局、相关系数r0.8时灵敏度95% vs. 52%且假阳性率受控多元MR-PRESSO检测异常单核苷酸多态性SNP的灵敏度大幅提升如4个结局、平衡多效性时85%–90% vs. 35%–40%。实际数据应用表明cg11294513位点甲基化对5个锌指基因均存在显著因果效应多元MR-PRESSO检出单变量分析遗漏的异质性工具变量。多元MR方法可优化因果效应估计与多效性检测实现更灵活的假设检验为复杂多组学数据的全面分析提供支撑。yukizbu.edu#孟德尔随机化 #多元meta分析 #马氏距离 #联合推断 #相关结局 #多组学数据结果单变量假设检验图1不同结局相关性与数量下单结局检验的假阳性率与灵敏度对比单变量与多元MR-IVW在单结局检验中的假阳性率FPR和灵敏度无多效性场景下检验暴露对单个结局的因果效应采用Bonferroni校正模拟设置40个 SNP、2000个样本、1000次重复误差线代表95%置信区间。全局假设检验图2不同结局相关性与数量下全局假设检验的假阳性率与灵敏度对比采用minP检验Bonferroni校正的单变量MR-IVW与采用Wald检验的多元MR-IVW在全局假设检验原假设所有结局的因果效应均为0备择假设至少1个结局存在因果效应中的表现结果展示不同结局相关性与数量下的性能模拟设置40个 SNP、2000个样本、1000次重复每次重复中随机分配50%结局存在非0因果效应剩余50%无因果效应误差线代表95%置信区间。估计准确性与精确性图3不同结局相关性与数量下因果效应估计的相对偏倚与均方误差对比单变量与多元MR-IVW因果效应估计的相对偏倚和均方误差MSE相对偏倚为1000次重复中估计值相对真实因果效应的平均绝对偏差MSE为1000次重复中估计值相对真实因果效应的平均平方偏差数据来自无多效性场景模拟设置40个SNP、2000个样本、不同结局相关性与数量。异质性工具变量检测图4单变量与多元MR-PRESSO检测异质性工具变量的性能不同无效工具变量占比0.1、0.3、0.5与多效性模式平衡、非平衡下单变量与多元MR-PRESSO检测异常SNP的假阳性率左图与灵敏度右图结果展示2个和4个相关结局的性能模拟设置40个SNP、2000个样本、1000次重复。异质性工具变量检测表1单变量与多元MR-PRESSO识别异常工具变量的对比以P0.05为阈值检测异常工具变量多元MR-PRESSO相比单变量分析额外检出2个异常SNPrs114516917、rs115994039因果效应估计值为cg11294513位点甲基化每变化1个单位对应的基因表达量标准化转录本百万分率变化经P5×10⁻⁸筛选与LD聚类r²0.00110Mb窗口后保留15个独立SNP作为工具变量候选。多效性检测验证表2MR-PRESSO方法中异常工具变量检测的敏感性分析验证采用Cochran’s Q检验与I²统计量评估SNP间异质性Q值越高、I²百分比越大代表异质性越强提示存在水平多效性单变量MR-IVW使用全部15个工具变量单变量MR-PRESSO根据结局剔除1–3个异常值多元MR-PRESSO剔除5个异常值单变量MR-PRESSO剔除后Q统计量仍显著P0.05提示异质性未完全消除。讨论图5单变量与多元孟德尔随机化方法选择的决策框架判断流程① 同一暴露是否对应多个生物学相关结局→是则进入下一步否则用单变量MR② 结局是否呈中强相关性→是则进入下一步否则用单变量MR③ 研究问题是否涉及全局推断、结局间两两比较或共享多效性通路→是则用多元MR否则用单变量MR多元MR优势全局假设检验多元MR-IVW、因果效应两两比较多元MR-IVW、多结局联合异常值检测多元MR-PRESSO。数据多元MR-PRESSO与模拟研究R代码开源于GitHubhttps://github.com/yuankaizhang725/Multivariate_MR_PRESSO多元MR-IVW基于R包mvmeta实现详细总结思维导图核心方法构建参考Eur J Epidemiol. 2026 May 28. doi: 10.1007/s10654-026-01406-1.Multivariate mendelian randomization for joint inferences of correlated outcomes注AI辅助创作如有不当欢迎指出。内容仅供参考不构成任何建议。