哈喽哈喽~2024转瞬即逝，友友们有没有什么收获！这一年来甄博发现孟德尔随机化+xx这种联合思路突然火了起来，其实去年的时候就在发了。不过那个时候咱MR还可以独当一面猛猛上分，现在联合思路火，也是内卷的体现啊！
今天甄博就围绕MR开始，看看各位大佬都是怎么围绕它发文的！
1.首当其冲的必是观察性研究（借助NHANES，SEER，UKB等临床公共数据库）+MR首先他的优点是如果MR做出阴性结果，有观察性研究做基础，也能有的讨论，中和一下“阴性”结果带来的“心凉”。当然再次强调下阴性结果也是能发的，看你的写作水平和选刊技巧了，毕竟也有不少期刊看到阴性结果就拒的。缺点是数据匹配比较费时费事。
下面这篇文章通过观察性研究（UKBB数据）和孟德尔随机化研究探讨了饮酒与睡眠特征之间的关联，发了9.6分，是不是就非常nice！
2.生信方法不甘示弱
这种组合方式变化就比较多了，因为生信方法本身就比较丰富，向我们熟知的单细胞、机器学习、多组学等等！这种组合下，MR做点“打下手”的工作刚刚好！
1.多组学+MR：利用基于100种机器学习算法、全基因组关联研究（GWAS）、孟德尔随机化（MR）和基于汇总数据的孟德尔随机化（SMR）的方法，对颅内动脉瘤 中的DNA甲基化进行了全面的生物信息学研究。
2.单细胞+MR：单细胞/批量转录组数据+机器学习模型+qRT-PCR+双向MR，确定了C1Q是动脉粥样硬化的新型刺激风险基因。
3.MR+机器学习：通过MR评估特征与疾病风险之间的潜在因果关系➡筛选特征基因➡建立评分➡机器学习比较不同风险人群的多组学差异。
MR+机器学习这种在生信+MR的思路中应用的是比较多的，但即便如此，在PubMed为关键词进行搜索，其结果也不足100篇。这种思路比较灵活，怕套路感重可以考虑下用MR+机器学习的研究思路,要是友友们怕电脑带不动，可以滴滴甄博免费试用生信服务器哦！
3.观察性研究+生信+MR齐上阵
除了上面两种，你还能来一个大乱炖，整合在一起做。
比如下面这篇文章通过结合对长期暴露于镉的工人的观察性研究、孟德尔随机化分析、NHANES 分析、尿液代谢组学和机器学习分析，探讨了长期镉暴露对炎性细胞因子、铁死亡相关基因表达以及脂质和铁代谢的影响。其次，通过利用人类疾病和金属相关基因靶点的公共数据库，以及治疗性分子分析，确定了癫痫发作中镉毒性的关键人类基因靶点，并提出褪黑激素是一种有前途的治疗剂。最后，利用小鼠行为测定、T2 MRI 和 MRS，提供了长期接触镉如何破坏大脑中铁和脂质代谢，从而触发海马体铁死亡的证据。
总结
如果采取联合思路，那可玩的“花样”就多了，也可以给自己的文章提提档，相比以往的套路更能让编辑眼前一亮！文章篇幅有限，甄博先浅浅总结一下，具体的详细信息可以来找甄博聊聊，想换个疾病复现分析思路亦或想结合自己的临床问题做一些新的东西，甄博这里有专业团队的生信分析团队，为您定制个性化的方案设计！
生信云服务器
个性化生信分析定制
课题设计、标书评估
加好友备注“66”领取试用
1.直接开挂了！“合成致死+铁死亡+CRISPR”国自然多热点组合，火速上车带你分分钟拿下Cell 子刊！
注：本文为原创编译，非声张版权，侵删！
