大家好，我是邓飞，最近在学习孟德尔随机化，按照学习一个科目先学习基础概念的经验，先学习一下。
统计术语、遗传学术语我大体清楚，但还是被孟德尔随机化的术语深深震撼，每个字都认识，但是合在一起是什么意思还真有点看不出来。猛地一看，看不懂，但是字认识，仔细一看，还不如猛地一看。
经过一段时间的学习，我觉得这几个概念能够搞懂，就差不多入门了。
暴露因素
结局变量
混杂因素
工具变量
一、基础概念
1，什么是孟德尔随机化？
先看定义，保证你每个字都能看懂，但是句子看起来有点晕。。。
孟德尔随机化，遵循“亲代等位基因随机分配给子代”的孟德尔遗传定律，选择合适的“基因变异”作为工具变量，指代无法测量的待研究暴露因素，通过测量遗传变异与暴露因素、遗传变异与疾病结局之间的关联，进而推断暴露因素与疾病结局之间的关联。
上面是孟德尔随机化的有向无环图。里面包含了4个概念，下面意义介绍，介绍完之后，就能入门了。
2，工具变量
工具变量（Instrumental Variable）是指那些与特定暴露因素（如生活方式或生物标志物）相关的遗传变异（通常是单核苷酸多态性，SNP），这些工具变量用于评估暴露因素与健康结果（如疾病发生或死亡率）之间的因果关系。一般孟德尔随机化中，将遗传变异作为工具变量。
说人话：孟德尔随机化，使用GWAS的summary 结果，找到显著性SNP，这些SNP就是工具变量。
3，暴露因素
在临床医学中，“暴露因素”（Exposure Factors）是指任何可能影响健康、疾病发生或病理状态的因素。这些因素可以是生物的、化学的、物理的、社会经济的或生活方式相关的。暴露因素可以与个体的健康状况相关，影响疾病的风险和发展。
说人话：就是建模中的x变量。
4，混杂因素
在医学研究中，混杂因素（Confounding Factors）是指那些可能影响研究结果的变量，这些变量与主要关注的暴露因素和结果变量均有关系，并可能导致对因果关系的误解或偏倚。混杂因素的存在可能使得研究者无法准确判断暴露（如某种治疗、生活方式或环境因素）与结果（如疾病发生、死亡率）的真实关系。
说人话：就是统计模型中的协变量，需要排除的因素。
5，结局变量
在孟德尔随机化（Mendelian Randomization, MR）研究中，“结局”（Outcome）通常指的是研究中关注的健康结果或疾病状态。结局可以是各种不同的指标，通常与暴露因素（如生活方式、环境因素或生物标志物）之间的因果关系进行评估。
说人话：就是统计模型中的y变量。
二、分析流程：体重和冠心病的孟德尔随机化分析案例
假定我们想了解体重（BMI）对心脏病的影响。但是对心脏病影响的因素很多，比如高血压、高血糖等，我们如何才能排除混杂，确定体重（BMI）对心脏病的影响呢？
我们先选择一个变量工具M，这个M需要和我们研究的X（BMI）有关系，而和混杂因素（高血压、高血糖）无关系。最后，我们通过MR分析得出M基因对Y有影响，因为M基因对Y没有直接关联，所以M基因通过影响暴露因素X（体重）从而对Y（心脏病）产生影响。如下图：
上面分析时，包括三个假设：
1，基因M要和体重（暴露因素）强相关，比如GWAS的显著P值。（关联性假设）
2，基因M和结局变量（心脏病）以及其它混杂因素（高血压、高血糖）没有关联。（独立性假设）
3，基因M只能通过影响体重对心脏病的影响，不能通过其他途径对心脏病的影响。（排他性假设）
说人话：这个流程很简单，模块也很简单，下面一章节，从实际数据演示如何进行孟德尔随机化的分析，重点介绍分析结果。
想要更好的学习和交流，快来加入飞哥的知识星球，这是一个生物统计+数量遗传学+GWAS+GS的社区，在这里你可以向飞哥提问、帮你制定学习计划、跟着飞哥一起做实战项目，冲冲冲。点击这里加入吧：飞哥的学习圈子
