harmonised_data <- mv_harmonise_data(exposure_dat = exposure_data,outcome_dat = outcome_data) 无法使用mv_harmonise_data函数是因为合并的SNP在每个暴露中均需要取se、beta、pval值,我的数据使用harmonise_data函数也是一样的效果,不知道是不是都一样。 无法使用mv_harmonise_data函数,可使用harmonise_data...
然后就是将准备好的暴露的GWAS数据形成可以用来做MR分析的数据格式,需要用到format_data()函数: exposure_data<-format_data(exposure_gwas) 此时的exposure_data大概长这样: 可以看到有很多个基因工具变量SNP,这个时候我们需要考虑连锁不平衡(linkage disequilibrium): exposure_data<-clump_data(exposure_data, clump_...
然后就是将准备好的暴露的GWAS数据形成可以用来做MR分析的数据格式,需要用到format_data()函数: exposure_data<-format_data(exposure_gwas) 此时的exposure_data大概长这样: 可以看到有很多个基因工具变量SNP,这个时候我们需要考虑连锁不平衡(linkage disequilibrium): exposure_data<-clump_data(exposure_data, clump_...
然后就是将准备好的暴露的GWAS数据形成可以用来做MR分析的数据格式,需要用到format_data()函数: exposure_data<-format_data(exposure_gwas) 此时的exposure_data大概长这样: 可以看到有很多个基因工具变量SNP,这个时候我们需要考虑连锁不平衡(linkage disequilibrium): exposure_data<-clump_data(exposure_data, clump_...
exposure_data<-format_data(exposure_gwas) 1. 此时的exposure_data大概长这样: 可以看到有很多个基因工具变量SNP,这个时候我们需要考虑连锁不平衡(linkage disequilibrium): exposure_data<-clump_data(exposure_data, clump_r2 = 0.001) 1. 上面的代码中clump_r2则是设定的容许相关性,到这儿我们算是手动地将工具...
如果数据已经存在于R中的数据框中,则可以使用format_data()函数将其转换为正确的格式。例如,这里有一些随机创建的数据: random_df <-data.frame(SNP =c("rs1", "rs2"),beta =c(1, 2),se =c(1, 2),effect_allele =c("A", "T"))random_df ...
然后就是将准备好的暴露的GWAS数据形成可以用来做MR分析的数据格式,需要用到format_data()函数: exposure_data<-format_data(exposure_gwas) 此时的exposure_data大概长这样: [图片上传失败...(image-9dab47-1668168748272)] 可以看到有很多个基因工具变量SNP,这个时候我们需要考虑连锁不平衡(linkage disequilibrium):...
然后,我们使用format_data()函数创建一个 数据集。如果任何instruments缺少进行MR分析的必要信息,该函数还将显示警告消息。 exposure_data<-format_data(exposure_gwas) 最后,根据LD清洗SNP数据集很重要,因为使用相关联的SNP会导致重复计数,从而导致有偏差的因果效应估计。可以使用clump_data函数来完成: ...
exposure_data <- format_data(dat = df1, type = "exposure", # 类型是exposure snp_col = "rsid", beta_col = "beta", se_col = "se", eaf_col = "minor_AF", effect_allele_col = "alt", other_allele_col = "ref", pval_col = "pval", samplesize_col = "n_complete_samples", #...
###获取GWAScatalog中的数据library(MRInstruments)data(gwas_catalog) 代码语言:javascript 复制 ##获取暴露数据 bmi_gwas<-subset(gwas_catalog,grepl("Speliotes",Author)&Phenotype=="Body massindex")bmi_exp_dat<-format_data(bmi_gwas) 代码语言:javascript ...