目的 使用孟德尔随机化(MR)分析方法探究近视与特定免疫细胞之间的因果关系。方法 对OPEN-GWAS数据库进行数据挖掘和分析,选取731种免疫细胞特征作为暴露因素,近视作为结局因素。设置显著阈值,筛选与免疫细胞及近视显著相关的单核苷酸...目的 使用孟德尔随机化(MR)分析方法探究近视与特定免疫细胞之间的因果关系。方法 对OPEN-GWAS数据库进行数据挖掘和分析,选取731种免疫细胞特征作为暴露因素,近视作为结局因素。设置显著阈值,筛选与免疫细胞及近视显著相关的单核苷酸多态性(SNP),并排除弱工具变量偏倚的影响。主要的分析方法是采用逆方差加权法(IVW),同时使用简单模式法、加权中位数法、加权模式法和MR-Egger回归进行数据分析。通过比值比和95%置信区间评估循环免疫细胞与近视的因果关系。对于符合假设的免疫细胞SNP,采用Cochran Q检验来评估异质性,并使用MR-Egger回归和MR-PRESSO法来排除SNP的水平多效性,利用留一法分析来评估显著结果是否由单个SNP影响。为了避免反向因果关系,本研究将近视作为暴露变量,免疫细胞表型为结果变量进行反向MR分析。此外,采用多变量MR分析(MVMR)评估这些免疫细胞对近视的因果和独立效应。结果 (1)两样本MR IVW法结果显示,Memory B cell AC(B细胞)和CD24+CD27+AC(B细胞)是近视发生的保护因素。Naive CD8br%CD8br(T细胞)、CD39+CD8br AC(T细胞)、CD25 on CD39+activated Treg(T细胞)、PDL-1 on CD14+CD16+monocyte(单核细胞)以及CD80 on myeloid DC(髓系树突状细胞)是近视发生的风险因素,且其余MR-Egger等方法结果与IVW方向一致。MR-Egger回归和MR-PRESSO分析表明,不存在水平多效性(P>0.05)。(2)双样本反向MR分析结果显示,近视与上述7种免疫细胞之间均无双向因果关系(均为P>0.05)。(3)在MVMR分析中,CD80 on myeloid DC与近视之间的显著因果关系在调整了潜在的混杂变量后依然稳健。结论 本研究通过遗传学手段,揭示了多种免疫表型与近视之间的复杂因果关系,展示了免疫系统与近视之间相互作用的复杂调控模式。展开更多
文摘目的 使用孟德尔随机化(MR)分析方法探究近视与特定免疫细胞之间的因果关系。方法 对OPEN-GWAS数据库进行数据挖掘和分析,选取731种免疫细胞特征作为暴露因素,近视作为结局因素。设置显著阈值,筛选与免疫细胞及近视显著相关的单核苷酸多态性(SNP),并排除弱工具变量偏倚的影响。主要的分析方法是采用逆方差加权法(IVW),同时使用简单模式法、加权中位数法、加权模式法和MR-Egger回归进行数据分析。通过比值比和95%置信区间评估循环免疫细胞与近视的因果关系。对于符合假设的免疫细胞SNP,采用Cochran Q检验来评估异质性,并使用MR-Egger回归和MR-PRESSO法来排除SNP的水平多效性,利用留一法分析来评估显著结果是否由单个SNP影响。为了避免反向因果关系,本研究将近视作为暴露变量,免疫细胞表型为结果变量进行反向MR分析。此外,采用多变量MR分析(MVMR)评估这些免疫细胞对近视的因果和独立效应。结果 (1)两样本MR IVW法结果显示,Memory B cell AC(B细胞)和CD24+CD27+AC(B细胞)是近视发生的保护因素。Naive CD8br%CD8br(T细胞)、CD39+CD8br AC(T细胞)、CD25 on CD39+activated Treg(T细胞)、PDL-1 on CD14+CD16+monocyte(单核细胞)以及CD80 on myeloid DC(髓系树突状细胞)是近视发生的风险因素,且其余MR-Egger等方法结果与IVW方向一致。MR-Egger回归和MR-PRESSO分析表明,不存在水平多效性(P>0.05)。(2)双样本反向MR分析结果显示,近视与上述7种免疫细胞之间均无双向因果关系(均为P>0.05)。(3)在MVMR分析中,CD80 on myeloid DC与近视之间的显著因果关系在调整了潜在的混杂变量后依然稳健。结论 本研究通过遗传学手段,揭示了多种免疫表型与近视之间的复杂因果关系,展示了免疫系统与近视之间相互作用的复杂调控模式。
