［本站讯］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侯蕾和博士研究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。