孟德尔随机化代码报错,没有改动代码,之前还是正常的,
# 设置工作目录
setwd("E:\\zhuomian\\lianxide\\3-23shishi - fuben ceshi")
# 载入 TwoSampleMR 包
library(TwoSampleMR)
# 读取暴露因子的ID数据
exposureIDs <- read.table("extracted_data.txt", header = FALSE)$V1
outcomeID <- "ieu-a-1185" # 结果数据ID
# 创建一个空的数据框,用于存储所有结果
finalResults <- data.frame()
# 循环处理每个暴露因子
for (exposureID in exposureIDs) {
# 提取暴露因子数据 p1数值可调整
exposure_dat <- extract_instruments(exposureID, p1 = 1e-6, clump = TRUE)
# 提取结果数据
outcome_dat <- extract_outcome_data(snps = exposure_dat$SNP, outcomes = outcomeID)
# 将暴露因子数据和结果数据进行协调
dat <- harmonise_data(exposure_dat, outcome_dat)
# 提取需要保留的数据用于后续分析
outTab <- dat[dat$mr_keep == "TRUE", ]
write.csv(outTab, file = paste0("table.SNP_", exposureID, ".csv"), row.names = FALSE)
# 进行 MR 分析
mrResult <- mr(dat)
# 选择特定的 MR 方法进行分析
# 可以根据需要进行选择,以下为几种可选方法
# mr_method_list()$obj
mrResult <- mr(dat, method_list = c("mr_ivw", "mr_egger_regression", "mr_weighted_median", "mr_simple_mode", "mr_weighted_mode"))
# 生成 Odds Ratios(OR)的表格
mrTab <- generate_odds_ratios(mrResult)
write.csv(mrTab, file = paste0("table.MRresult_", exposureID, ".csv"), row.names = FALSE)
# 进行异质性检验
heterTab <- mr_heterogeneity(dat)
write.csv(heterTab, file = paste0("table.heterogeneity_", exposureID, ".csv"), row.names = FALSE)
# 进行多重性检验
pleioTab <- mr_pleiotropy_test(dat)
write.csv(pleioTab, file = paste0("table.pleiotropy_", exposureID, ".csv"), row.names = FALSE)
# 将每次循环中生成的结果追加到总的结果数据框
finalResults <- rbind(finalResults, cbind(exposureID = exposureID, mrTab))
}
# 将最终的结果写入一个总的CSV文件
write.csv(finalResults, file = "finalResults.csv", row.names = FALSE)
#