SuperAPI AI 工具集

bio-causal-genomics-mediation-analysis

测试与质量

查看项目

更新于 10-15 16:44

技能介绍

用途:在基因组学研究中做因果中介分析,把遗传变异(如 SNP)对结局(疾病或表型)的总效应分解为直接效应与通过中介变量(基因表达、DNA 甲基化、蛋白水平等)的间接效应。

主要能力:使用 R 的 mediation 包,先分别拟合中介模型与结局模型,再用 mediate() 配合非参数 bootstrap 估计 ACME(间接效应)、ADE(直接效应)、总效应与中介比例,并给出置信区间。可处理二分类结局(glm + binomial)。支持 eQTL 中介:把流程封装为函数,对多个候选基因循环分析,并用 p.adjust 做多重检验校正。支持多组学链式中介(如 SNP→甲基化→表达→疾病),对链条中每一段分别做中介分析。高维中介可用 HIMA 包的惩罚回归(如 MCP)从大量候选中介中筛选显著者。

使用方式:安装并加载 mediation(高维场景另装 HIMA)。基本步骤为:mediator_model <- lm(expression ~ genotype + 协变量, data=dat);outcome_model <- glm(disease ~ genotype + expression + 协变量, family=binomial);med_result <- mediate(mediator_model, outcome_model, treat='genotype', mediator='expression', boot=TRUE, sims=1000);summary(med_result)。结果可用 med_result$d0(ACME)、$z0(ADE)、$tau.coef(总效应)、$n0(中介比例)提取。

适用场景:SNP→表达→疾病、SNP→甲基化→表达、SNP→蛋白→临床结局等因果路径检验,以及多基因、多组学与高维中介筛选。

限制:需满足序贯可忽略性假设(无未测混杂),该假设不可检验,只能用 medsens() 做敏感性分析;bootstrap 建议至少 1000 次;高维中介需额外使用 HIMA。资料未提供收费、平台与效果信息。