这个双疾病分析思路联合了“孟德尔随机化分析”和“单基因转录组分析”,既探索了AD与肿瘤的因果关系,又在泛癌中分析了AD风险因子的作用。集齐GWAS、eQTL和转录组3类数据,再用上风头正劲的“孟德尔随机化”,分析数据和思路创新性齐备,2张图就轻松发到7分+纯生信!这个思路小伙伴们有想到吗?是不是相当惊喜,这是...
总的来说,这项研究分析了共计243,218名欧洲血统个体(128,178例患者和115,040例对照组)以及107,936名东亚血统个体(9,774例患者和98,162例对照组)。作者从全基因组关联研究中提取了与SLE显著相关的IVs(p< 5 × 10 −8 ),并去除了连锁不平衡(r 2 <0.001,10,000-kb)。此外,作者的分析中F统计量大于10...
研究思路：首先获取欧洲大型的公共数据集中的关于自身免疫疾病的GWAS数据，通过双样本孟德尔随机化（TSMR）进行研究空气污染物与几种自身免疫性疾病之间的关系，并使用多变量孟德尔随机化评估多种空气污染物在不同介导因素下对自身免疫疾病的影响，使用FUSION将GWAS转换为TWAS，进行转录组范围的关联研究，确定与空气污染物...
转录组学:孟德尔随机化后,用 RNA - Seq 分析疾病与正常组织基因表达差异。 蛋白质组学:结合结果,用 LC - MS/MS 研究蛋白质表达及修饰变化。 代谢组学:基于因果发现,用 NMR 或 LC - MS/MS 分析代谢物变化。 影像学技术结合思路 MRI:用于脑部等疾病,观察结构和功能变化。 CT:用于心血管等疾病,观察器官和血...
通过大量文献的验证,结合转录组和孟德尔随机化的生信分析方法,能够在基础实验研究中验证关键基因和通路,具有长远的发展潜力。🔍 孟德尔随机化是一种常用的实验设计方法,通过消除实验样本中的系统性偏差,使得实验分组之间的差异符合随机性,从而更客观地反映实验因素对结果的影响。
图2 转录组学分析揭示PVRIG上调与癌症有利结果相关 总结 AD可能导致较低的癌症风险。VLDL是将AD与癌症联系起来的重要中间变量。PVRIG的丰度是AD的风险因素,但对于癌症来说是一种保护因素。本研究证明了AD对癌症的因果影响,并提供了两种疾病之间的潜在分子联系。
利用基于汇总数据的孟德尔随机化 （SMR） 和贝叶斯共定位分析 （COLOC），我们确定了潜在的致病基因，而整合了 452 个人脑转录组的转录组全关联研究 （TWAS） 调查了顺式对蛋白质丰度的影响是否延伸到转录组。单细胞RNA测序数据和单核转录组学数据揭示了dPFC和背根神经节（DRG）中已鉴定致病基因的细胞类型特异性表达...
今天给同学们分享一篇孟德尔随机化+转录组的生信文章“Exploring the causality and pathogenesis of systemic lupus erythematosus in breast cancer based on Mendelian randomization and transcriptome data analyses”,这篇文章于2023年1月16日发表在Front Immunol期刊上,影响因子为8.786。
并使用多变量孟德尔随机化评估多种空气污染物在不同介导因素下对自身免疫疾病的影响,使用FUSION将GWAS转换为TWAS,进行转录组范围的关联研究,确定与空气污染物和自身免疫性疾病显著相关的基因;进而进行共定位分析,调查介导蛋白和自身免疫性疾病之间的共同因果变异关系。
作者还进行了基于汇总数据的孟德尔随机化方法(SMR)确定具有可能因果效应的候选风险基因,进一步深挖关联下的功能机制,最后结合了转录组数据进行了差异基因的分析,可以说是分析流程相当丰富,思路开阔,这样的高分思路我们怎么能错过呢?快快上车,我们这就来一探究竟。