两样本孟德尔随机化代码

两样本孟德尔随机化（Two-Sample Mendelian Randomization, TSMR）是一种流行病学研究统计方法，用于评估暴露与结局之间的因果关联，利用遗传变异作为工具变量。这种方法假设遗传标记（如单核苷酸多态性，SNP）与某些生物标志物有关，同时也与疾病风险有间接关联。通过比较携带不同遗传标记的人群在两个组（例如暴露组和非暴露组）间的结局差异，可以推断暴露对结果的影响是否直接。

在Python中，TSMR通常使用`MendelianRandomization`库来进行。以下是一个简单的例子概述：

# 导入所需库
from mendelian_randomization import TwoSampleMR
import pandas as pd

# 加载遗传数据和暴露/结局数据
genetic_data = pd.read_csv('genetic.csv')
exposure_data = pd.read_csv('exposure.csv')
outcome_data = pd.read_csv('outcome.csv')

# 初始化TSMR分析
mr_analysis = TwoSampleMR(genetic=genetic_data, exposure=exposure_data, outcome=outcome_data)

# 设置显著性阈值和效应量类型（比如OR、RR）
mr_analysis.set_mr_null(how='log odds ratio', method='inverse-variance-weighted')

# 执行分析并获取结果
results = mr_analysis.run_two_sample_test()

# 输出相关统计信息和p值
print(results)

在这个过程中，你需要准备正确的文件路径和数据格式，并根据实际需求调整分析设置。完成分析后，你可以检查是否有统计学意义的关联信号。