使用弱遗传因子的顺式孟德尔随机化条件推断

孟德尔随机化是一种广泛使用的方法，通过使用遗传变异作为工具变量来估计暴露对结局的无混杂效应。使用来自单个遗传区域的变异的孟德尔随机化分析（cis-MR）因其作为为药物靶点验证提供支持证据的经济有效方式而日益流行。本文提出了用于cis-MR推断的方法，这些方法利用许多相关变异的解释力，即使在那些变异对暴露仅有弱效应的情况下也能进行有效推断。特别地，我们利用单基因区域内遗传相关性高度结构化的特性，通过因子分析来降低遗传变异的维度。这些遗传因子随后被用作工具变量，以构建针对感兴趣因果效应的检验。由于这些因子通常可能与暴露弱相关，标准t检验的尺度扭曲可能很严重。因此，我们考虑两种基于条件检验的方法。首先，我们扩展了常用的识别稳健检验的结果，以考虑使用估计因子作为工具变量。其次，我们提出了一种检验，该检验适当地调整了基于相关性对遗传因子进行第一阶段筛选的影响。我们的实证结果为验证旨在预防冠心病的降胆固醇药物靶点提供了遗传学证据。