56%的保护效应藏在乳腺密度里：Nat Commun 高分中介孟德尔随机化全 R 管线拆解（附核心图）

复现友好度：★★★★☆ ------ 期刊 Nature Communications （IF ≈ 14.7），代码 + 数据全开源（GitHub + Zenodo 镜像，暴露数据主体走 OpenGWAS 注册下载），29 个 R 包依赖散见各流程 Rmd（暂无 renv.lock），本地单机可跑通主流程。

为什么值得拆这一篇？ 乳腺密度（MD）GWAS 属于"人群不可复制、只能靠联盟公开汇总统计"的稀缺数据，但作者把从数据清洗到中介检验、出图的全链路脚本都挂在了 GitHub 上------吃透这一篇，任何"暴露→中介→结局"的中介 MR 课题都能直接套这个骨架。

核心图一览（Fig 1--6，含 Fig 3 与 Fig 6）

下图从上到下依次对应分析管线的四个关键环节：研究设计流程图（Fig 1）→ 体型/初潮年龄→乳腺密度 UVMR+MVMR（Fig 2）→ 乳腺密度→乳腺癌 UVMR+MVMR（Fig 3）→ 中介效应分解（Fig 6）。

分析管线拆解

一、数据来源与样本设计

结局主数据：BCAC 2017 乳腺癌汇总统计（OpenGWAS ID：ieu-a-1126 总样本 / ieu-a-1127 ER+ / ieu-a-1128 ER−，总样本 N = 228,951）
亚型扩展数据：BCAC 2020 分子亚型（Zhang et al. 发布，需向 BCAC 申请）
暴露数据：儿童期体型（ieu-b-510）、成年体型、初潮年龄（ukb-b-3768），均为 OpenGWAS 公开 ID
中介数据：乳腺密度 GWAS（致密面积 DA / 非致密面积 NDA / 百分密度 PD），仓库内提供预处理与 BMI 校正版本的使用逻辑
设计亮点：MD GWAS 不校正成人 BMI 的版本作为主分析，避免 MVMR 中"双重校正"的共线陷阱

二、数据处理与特征计算

工具变量（IV）筛选沿用各 GWAS 原文阈值，最终 IV 数量：儿童期体型 115、成年体型 173、初潮年龄 190、致密面积 21、非致密面积 8、百分密度 11
暴露与结局 ID 对齐、等位基因方向核对由仓库内 lookup 表 + 函数脚本统一完成
中介分析所需的总效应/直接效应估计在同一套 IV 定义下产出，保证 Product 法可乘

三、统计模型总览

主模型：两样本 IVW（UVMR）与 MVMR（多变量 MR，控制共暴露）
双向 MR：排除结局→暴露的反向因果
敏感性：MR-Egger、weighted median、MR-PRESSO、RadialMR、mrclust
中介：Product 法分解总效应为"经致密面积的间接效应 + 直接效应"，报告中介占比及 95% CI

四、主要分析目标（Aim 1--3）

Aim 1：儿童期/成年体型及初潮年龄对三个 MD 表型的因果效应（UVMR + 互相控制的 MVMR）------Fig 2
Aim 2：三个 MD 表型对乳腺癌总样本及亚型的因果效应（含控制儿童期体型后的直接效应）------Fig 3
Aim 3：致密面积是否中介"儿童期体型→乳腺癌"的保护效应（中介 MR + 异质性校正后的稳健估计）------Fig 6

五、结果呈现逻辑

儿童期体型降低致密面积，成年体型升高非致密面积------两条通路方向清晰分开
致密面积升高因果性增加乳腺癌风险（总样本与 ER+ 亚型均有证据）
中介 MR 显示：儿童期体型对乳腺癌的保护效应中 56%（95% CI 32%--79%）经由致密面积传递
敏感性分析发现致密面积 IV 存在异质性，MR-PRESSO 校正后中介比例结论方向不变
PheWAS + mrclust 对致密面积 IV 做了表型组扫描，排除明显多效性混杂

六、一句话总结

OpenGWAS 暴露/结局 + 联盟 MD GWAS → IVW 锁定双向因果 → MVMR 控共暴露 → MR-PRESSO/mrclust 洗多效性 → Product 法算出 56% 中介占比。

复现难度评估

维度	评估
环境	29 个 R 包（TwoSampleMR、MVMR、MRPRESSO、RadialMR、mrclust、phenoscanner 等），依赖见各 Rmd，仓库暂无 renv.lock
数据	主体暴露/结局 OpenGWAS 注册即可下载；BCAC 2020 亚型表需另行申请，可先用 2017 总样本复现主结论
耗时	流程为汇总统计 MR，单机可跑；出图集中在 `06_create_forest_plots.Rmd`，分钟级
坑点	① MD GWAS 的 BMI 校正版本误用会导致 MVMR 双重校正；② 等位基因方向/链翻转必须逐一核对；③ 致密面积仅 21 个 IV，异质性检验功效有限；④ OpenGWAS ID 有下架风险，优先用仓库 Zenodo 镜像里的中间结果核对

写在最后

框架已经全部摊开，但每一步的参数细节、避坑点、结果核对清单没法在一篇短文里穷尽。

如果你正在做：

同类"暴露→中介→结局"中介 MR 找不到完整可跑管线
毕业论文需复现并迁移到自己的 GWAS 组合
系统学 IVW/MVMR/中介分解这一套统计方法

👉 孟德尔随机化代做、辅导 ，都在淘宝店「万汇泛科技」（拍前可先私信你的数据类型，帮你判断能不能套这套管线）。

后续还会拆更多「开源可复现」的高分文章，关注不迷路。