近日，国家健康医疗大数据研究院薛付忠教授团队在国际遗传学顶级期刊The American Journal of Human Genetics（AJHG）杂志上在线发表了题为“TEMR: Trans-ethnic mendelian randomization method using large scale GWAS summary datasets”的跨种族孟德尔随机化方法文章。国家健康医疗大数据研究院/山东大学公共卫生学院博士毕业生（现北京大学国际数学研究中心博雅博士后）侯蕾和在读博士生吴思佳是本论文的共同第一作者，李洪凯研究员和薛付忠教授为共同通讯作者，山东大学为第一作者单位和通讯作者单位。

现有的大规模全基因组关联研究（GWAS）汇总数据集主要来自欧洲人群，而其他种族，特别是中亚/南亚、东亚、非洲、西班牙裔等的样本量相对较少。这种样本量的不足导致了在使用孟德尔随机化（MR）方法时，这些种族的因果效应估计精度较低。为了解决这一问题，本研究提出了一种跨种族孟德尔随机化方法（TEMR），旨在利用跨种族大规模GWAS汇总数据集，提高在代表性不足的目标人群中MR的统计效能和估计精度。TEMR方法通过基于条件似然的推断框架整合跨种族遗传相关系数，从而产生校准后的p值，显著提高了MR效能。在模拟研究中，与其他现有的MR方法相比，TEMR在目标人群中因果效应估计的精度和统计效能上展现出优越性。本研究应用TEMR方法，利用从欧洲血统个体获得的生物银行规模GWAS汇总数据，推断了16种血液生物标志物浓度与五种疾病（高血压、缺血性中风、2型糖尿病、精神分裂症和重度抑郁症）风险之间的因果关系，这些研究针对的是东亚、非洲和西班牙裔/拉丁裔人群。研究结果发现，大多数因果生物标志物都得到了先前MR方法的验证，且TEMR方法还发现了17种现有MR方法未能识别的因果关系。

AJHG杂志是遗传学领域最具权威性的专业杂志之一，也是发表遗传学新方法的顶级期刊之一，2024年的5年影响因子为9.7，中科院杂志分区属于遗传学一区，Top期刊，Clarivate JCR分区1区。

文章链接：https://www.sciencedirect.com/science/article/pii/S0002929724004154?via%3Dihub