［本站讯］近日，Science Advances杂志(5年IF=16.45，中科院一区)发表了题为“Likelihood-based Mendelian randomization analysis with automated instrument selection and horizontal pleiotropic modeling”的两样本孟德尔随机化(Mendelian randomization, MR)新型统计方法。生物统计学系袁中尚教授为第一作者，密歇根大学生物统计系Xiang Zhou教授为通讯作者，生物统计系/国家健康医疗大数据研究院薛付忠教授为共同作者，研究生刘璐、郭萍和燕冉参与了该项研究，山东大学为第一完成单位。

生物医学研究的主要任务是识别病因并施加干预，进而实现疾病防治。干预决策的制定必须基于因果证据，MR的提出为观察性研究因果推断提供了有效手段。大量GWAS汇总数据(summary data)的公开发布，助推了两样本MR蓬勃发展，且其分析大有模板化、流程化趋势。针对当前两样本MR方法存在只依托独立工具变量、对水平多效性校正不足、模拟设计忽视工具变量生成过程、缺乏联合似然推断等诸多缺陷，该研究提出了两样本MR联合似然MRAID统计方法。MRAID依托相关工具变量，着眼于工具变量所承载的多重效应，分层次对其加以表征，融入变量选择，用概率量化其不确定性，实现其自适应定位，充分校正水平多效性，实现联合似然一体化推断。与现有7种MR方法相比，统计模拟显示MRAID具有良好的统计学性能，且能控制假阳性。该研究将MRAID方法用于38种生活方式与11种心血管疾病相关性状间的双向MR分析，证实了其实用性，该方法已被封装成R包，供实践者应用。

薛付忠教授团队一直保持和密歇根大学Xiang Zhou教授在统计遗传学理论方法方面的合作，先后探索了青年教师互访、研究生联合培养等合作模式，该成果的发表将进一步推动双方合作的加深。

该研究得到了国家基金面上项目、省基金重大基础研究项目、山东大学青年学者未来计划等资助。

原文链接：https://github.com/yuanzhongshang/MRAID