小编看到近期发的这样两篇文章，暴露都是肠道微生物，技术路线都是中介MR，可IF一个3.9，一个9.3，到底差在哪了呢？
研究一：
数据来源：
肠道微生物：从MiBioGen联盟收集了属级GM的汇总统计数据，包括119属；
非小细胞肺癌：NSCLC数据来自芬兰数据库；
免疫细胞：731个免疫细胞。
工作流程：
首先研究了GM对NSCLC的总体影响，免疫细胞特性对NSCLC的影响，双样本MR分析确定了对NSCLC至关重要的GM的6个属和38个免疫细胞性状；
然后研究了6属对38个免疫细胞性状的因果关系，进行双向MR分析，确定免疫细胞在GM与NSCLC关联中的中介作用。
研究二：
数据来源：
肠道微生物：从MiBioGen联盟收集211个肠道微生物类群汇总统计数据，包括131属，35科，20目，16类，9门；
痴呆：多种痴呆类型，AD、FTD、VD和PDD的GWAS汇总数据来源于芬兰数据库，DLB的GWA汇总数据来源于IEU数据库；
细胞因子：41种细胞因子。
工作流程：
首先研究了肠道菌群和细胞因子对5种痴呆类型的影响，然后将痴呆作为暴露，将与痴呆症相关的肠道微生物群或细胞因子作为结局，评估肠道微生物群、细胞因子和痴呆之间的双向因果关系；
最后研究痴呆相关的肠道菌群和与痴呆相关的细胞因子之间的因果效应，细胞因子在来自肠道菌群和痴呆的通路中不起中介作用。
对比来看两个研究，技术路线都是中介MR，暴露都是肠道微生物，差就差在工作量。（1）：研究二结局为5种痴呆类型，所以在第①②步中就比研究一工作量大出5倍；（2）：两个研究都进行了双向MR，研究一在第③步中对与C有关的A，与C有关的B进行了双向MR，而研究二在第①②步进行了双向MR，又增大了工作量。
虽然研究二中细胞因子并不起中介作用，但靠着大力出奇迹，用同样的技术路线硬是比研究一IF高了2倍多，想发高几分，只能靠库库干，堆工作量才行吗？
没有物质的爱情就是一盘散沙，风一吹就散了，靠工作量堆积发表文章，虽然分也不低，但累挺
在常规中介MR之后，双疾病中介MR怎么加其他组学内容提升文章质量，给大家举个例子：
这个文章首先利用Meta analysis和NHANES数据库对两个疾病的关系进行了初步调查，接着使用MR分析在遗传层面进行了验证，鉴定了两个疾病的中介因素，构建PPI网络，利用转录组数据对双疾病进行WGCNA分析，KEGG富集分析，鉴定中介因素相关模块，分析双疾病中富含中介因素相关的模块之间的相关性。
又或者您对双疾病MR很感兴趣，但担心结果为阴性，一旦MR结果为阴性，下面的分析便无法进行，可以先在转录组层面探讨两个疾病的共享通路，再做MR分析，增加了阳性概率，就算结果为阴性，放在最后一步，也不影响其他分析，可以认为在转录组层面上有共享特征，在遗传层面上无因果效应，不也可以吗。
对plus版中介MR、省心双疾病MR思路感兴趣
请扫码咨询
1、临床医生科研规划
4、R语言入门
概普生物 让科研丰富
