2023年11月3日，《欧洲心脏病学杂志》（EHJ；IF=39.3）发表了一篇针对孟德尔随机化的综述。医咖会对这篇综述进行了梳理，上篇文章介绍了“什么是孟德尔随机化研究”。这篇文章，我们接着讲一讲孟德尔随机化研究的假设是什么，以及有哪些注意事项。

孟德尔随机化研究的假设是什么?

在孟德尔随机化（MR）分析中，为了得到有效的结果，必须满足三个核心假设，如图1所示。具体而言，作为危险因素工具变量的遗传变异或多个遗传变异必须满足：（1）与所研究的危险因素可靠关联（相关性假设）；（2）与任何已知或未知的混杂因素不相关（独立性假设）；（3）仅通过危险因素而非任何其他直接的因果途径影响结局（排除限制性假设）。

图1、MR研究的三个核心假设

第一个假设可以通过在GWAS中选择与危险因素显著相关的遗传变异来检验。通常，选择作为工具变量的遗传变异与危险因素在传统的全基因组显著性水平上相关（P < 5×10-8），尽管越来越多的MR研究使用的是基于基因功能与危险因素相关性的先验知识而选择的基因区域的变异来进行分析。

第二个假设的合理性可以通过检验遗传变异是否与竞争性危险因素相关来评估。

第三个假设不能直接评估，但必须通过生物学知识来证明。在涉及多个遗传变异的MR分析中，假设的合理性也可以通过统计方法进行评估，例如，多效性的MR-egger检验。

孟德尔随机化研究的注意事项有哪些?

孟德尔随机化（MR）分析结果有效性的主要问题是多效性，特别是“水平多效性”，即遗传变异不通过关注的危险因素的途径来影响结局，这将违反MR假设，可能是由基因的多种生物学功能所引起的。当遗传变异与关注的危险因素上游的某个因素（如受教育程度）相关，并且与通过不同途径影响结局的多个下游危险因素（如生活方式）也相关时，就会发生这种情况。

水平多效性可能导致在研究关注的危险因素的遗传预测因素与结局之间产生虚假的非因果关联，但如果多效性效应抵消了危险因素对结局的真正因果效应，也可能导致假阴性结果。

例如，如果选择使用一个遗传变异，它既与咖啡摄入量（关注的危险因素）相关，又与另一个不在咖啡摄入量到冠心病因果通路上的危险因素[如吸烟（混杂因素）]也相关，则可以得出基因预测的咖啡摄入量与冠心病之间的关联估计值，而这与真正的因果效应并不相符（图2）。