本页已于 2026-08-07 被 v4 取代，保留仅作历史记录，不再更新

现行定稿是 分析流程定稿 v4。

v4 改了两处： ① 第 4 步外部复制拆成 4a / 4b / 4c 三个子项（换暴露平台 / 换结局队列 / 两侧都换）， 它们测的不是同一件事，盲区互补； ② 第 4 步不再有否决权，只分流；v3 写在第 4 步括号里的「先查 PAV / 表位伪影 → 再判否决」 被提出来成为独立的 4X 表位 / PAV 调查，那才是全流程唯一可能否决的地方。

另外 v4 把 MHC 判定由「自己按 chr6:26–34 Mb 划坐标（26 个蛋白）」 改为直接采用 UKB-PPP 工具表自带的 MHC 列（= Sun 2023 原文 25.5–34.0 Mb，27 个蛋白）。

本页以下内容中，§1 流程图、§4 措辞阶梯、§6 依据表、§7 自检均已过时； §2（C1R 依据）、§3（LDSC / MHC 的"是否必要"）、§5（表征次序） 仍然有效，v4 直接沿用。

分析流程定稿 v3 · 共定位后置

⚠️ 历史版本。 现行定稿见 v4。

三个版本的关系（前两版保留不动，仅作历史记录，不再更新）：

版本	MHC	共定位位置	LDSC	状态
初版	工具选择阶段排除	第 3 相（硬否决）	第 0 相	已弃用
v2	留而标注，共定位后单列	第 3 相（硬否决）	第 0 相	已弃用
v3（本页）	不设步骤，在共定位处标注	第 5 步（措辞升级关卡）	降为可选	✅ 现行

v3 的三处变更全部有实证依据，见 §2、§3。 查证过程与我判错被纠正的记录 → 流程答疑

---

一、流程图

---

二、v3 的三处变更，逐条给依据

变更的直接触发是 C1R 预印本（Li L, Tang Z, …, Liu J. Proteogenomic mapping of multimorbidity identifies C1R linking coronary artery disease and dementia. medRxiv 2026.07.14.26358022）—— 它与本课题最像：同一张 UKB-PPP 哨兵表、同 1,954 个蛋白、同样用 deCODE 做外部复制。 以下引文来自本地 PDF 全文抽取，非二手转述。

2.1 共定位移到外部复制之后，且改为「措辞升级关卡」

C1R 的小节标题与首句：

"Genetic colocalization prioritizes four shared signals""To assess whether the identified protein–disease pairs share genetic determinants, we performed colocalization analysis. Of the … proteins, nine showed strong evidence of colocalization (PPH4 > 0.8). Among these, four had MR effect directions consistent across their associated diseases—C1R …"

摘要里的措辞是 "… of which four were further supported by colocalization"。

两个要点：

1. 位置：共定位在冰岛队列外部复制之后（其 Methods/Results 次序为 MR → 多病共享筛选 → 反向 MR/Steiger → 冰岛队列复制 → 共定位）。
2. 性质：既不是纯否决，也不是纯排序。 精确说法是「措辞升级关卡」：

「否决 vs 排序」的准确表述（2026-08-06 订正）

本页初稿写成「优先级排序，不是否决」，那是被小节标题的 prioritizes 带偏了。 看实际数字链 40 → 9（PP.H4>0.8）→ 4（再加跨病符号一致），这确实在收窄， 而且下游深挖（PheWAS、功能验证）只对那 4 个做——没过共定位的进不了主结论。

但它也不是删除：40 个全部保留并报告，摘要主数字就是 "40 circulating proteins with cross-disease relevance"。

→ 准确的定性是：它收窄的是「能说什么」，不是「结果集」。

	处理
结果集	40 个全部保留、全部报告
措辞	只有 9 / 4 个拿到 "further supported by colocalization"、"prioritized candidates"
下游投入	只给那 4 个（乃至只给 C1R 一个）

这个区别决定漏斗图怎么画：当作否决就画成 40→4、31 个消失； 按实际应画成「40 个全部报告，其中 4 个升级为优先候选」。C1R 画的是后者。

★ 第 3 步与第 5 步的「方向」不是一回事

图上看不出来，但这是两个正交的检验：

	第 3 步 反向 MR / MR-Steiger	第 5 步 "consistent across their associated diseases"
中文	因果方向	跨病效应符号一致性
问什么	是蛋白→疾病，还是疾病→蛋白？	蛋白升高时，它关联的几个病是不是同向变化？
作用单位	一个「蛋白–疾病」对	一个蛋白 × 它关联的多个病
C1R 结果	BTN3A2 因果方向不成立 → 剔除	BTN2A1、FGF5 跨病符号相反 → 标注

一个蛋白可以因果方向完全正确（两个病里都是蛋白→疾病），但符号相反—— 升高会升 CAD 风险、降 T2D 风险。第 3 步一路通过，第 5 步才发现。 C1R 对这种情况的判语是 "suggesting potential adverse effects if targeted"—— 这是成药可行性判断，不是因果有效性判断。

⚠️ 搬到本课题有个陷阱：这个检验只在「一个蛋白命中 ≥2 个并发症」时才定义得出来。 C1R 先筛了「≥2 个病的蛋白」，人人都有这个属性；我们没有做这个前置筛选。 而本课题实测 MHC 蛋白平均横跨 2.7 个并发症、非 MHC 仅 1.35 个—— 也就是说能被这条标准考核的，不成比例地是 MHC 蛋白。

→ 正确用法：命中 ≥2 个并发症者报告符号一致性，不一致者标注「若靶向可能存在权衡」； 命中 1 个者标注「不适用」，不是「未通过」（与第 4 步三分法同一原则：无法评估 ≠ 阴性）。

采纳这个顺序，措辞阶梯必须跟着改

共定位若不再是否决，第 4 步之后那一批就没有过 LD 检验。 Zheng 2020 实测 413 个 MR 关联中 130 个（31.5%）不被共定位支持—— 也就是说这一批里可能有约三分之一是 LD 假象。

C1R 自己很小心：它管那一批叫 "cross-disease relevance"，不叫 causal。 我们必须照做：第 4 步后只能写「关联 / 候选」，只有共定位支持的子集才能升级措辞。见 §4。

2.2 外部复制改为三分法：不可评估 ≠ 阴性

C1R 原文：

"Reverse MR and MR-Steiger analyses supported the directionality of … associations, leading to the exclusion of BTN3A2. The remaining proteins were subsequently evaluated in an independent Icelandic cohort (N=35,559, SomaLogic platform). Of these, … proteins were available for validation. Among them, ITIH3, MST1, and SF3B4 showed likely false-positive …"

只剔除方向相反 / 假阳性的那 3 个；在冰岛队列里根本没有数据的那些，一个都没删。

★ 这一点我们代码里其实早就写着，只是流程图一直没对齐： tools/decode_platform_check_r9dm.R:71 的原话是 「SomaScan 数据未下载 …… 跨平台复制属未做，不是阴性」； 同文件 32 行给 ERMAP 标了 「★未下载，非确认无适配体」。

三类判定必须写死在 Methods 里，不能事后分类：

类别	有没有信息	处理
方向相反	有，且矛盾	先查 PAV / 表位与适配体结合伪影 → 再判是否否决（本课题 APOL1 即走此路，判为表位伪影）
方向一致	有，且支持	通过；显著与否只作证据强度标注，不作通过与否
不可评估	无	保留在内，标注「该平台无此蛋白 / 无适配体 / SNP 缺失」，不否决

2.3 通路富集改用第 4 步存活集

C1R 原文：

"… the network of the validated proteins and their associated diseases … Pathway enrichment analysis of these CAD-connected proteins implicated the complement and coagulation cascades …"

其富集小节排在共定位小节之前，输入是复制验证之后的蛋白集。

这也解决了 v2 遗留的一个矛盾：v2 里富集挂在第 2 相（因为第 4 相只剩个位数、跑不动富集）。 改用三分法之后存活集变大，富集可以名正言顺地放在第 4 步之后。

⚠️ 但必须仍按 MHC 分组跑——因为「31 个一起跑免疫 p=7.2e-07 → 非 MHC 的 20 个信号消失（p=0.047）」 这个对比是我们判定 MHC 层的核心证据，需要 MHC 蛋白在场。v3 里 MHC 蛋白不被排除， 一路走到第 5 步才被标注，所以第 4 步存活集天然含 MHC，这个对比做得成。

---

三、两个"是否必要"，用实证回答

3.1 LDSC：药靶 MR 不必要

论文	LDSC / genetic correlation / heritability
Yuan S 2023 Cell Rep Med（与本课题设计几乎一比一）	❌ 全文检索零命中（本轮验证）
C1R 2026 medRxiv（同哨兵表、同 1,954 蛋白）	❌ 全文 78,305 字符，ldsc / ld score / genetic correlation / heritability 全部 0 次（本轮验证）

两篇最像的都没做。 原因也说得通：LDSC 的作用单位是"性状 × 性状"，需要两个性状的全基因组汇总统计； 而 cis-pQTL 药靶 MR 的暴露是单个 cis 工具，根本不在它的作用单位上。

→ 结论：LDSC 不是药靶 MR 的组成部分，降为可选的数据验收。

但本课题保留它，有两个具体理由（都不是"流程要求"）：

1. 结局数据源身份核验：换 T1D 源后 rg(T1D,T2D) 由 0.886 → 0.087，据此退役了整个旧数据源 （GCST90475661 实为 T2D 主导）。这一次是决定性的。
2. LDSC 截距估计样本重叠（MRlap）：本课题 T1D 源含 UKB 重叠 5–6%，这条待办正好用它。

触发条件写进流程图：① 换了结局数据源 ② 需要估计样本重叠。不满足就不必做。

3.2 MHC：不必要排除，但必须处理

不必要排除——三条

1. 不是规范条目：2026 年 Int J Epidemiol 更新版系统综述识别出 29 个 MR 质量/偏倚评估工具， 覆盖 IV1/IV2/IV3、工具选择、人群分层、敏感性分析、样本重叠等，MHC 处理不在任何一个的条目里 （Yu J, et al. PMID 41999635）。
2. 奠基作没验证过：Zheng 2020 的工具选择节确有明确操作 （"we removed SNPs and proteins coded for by genes within the MHC region (chr6: 26–34Mb)"）， 但从未做过删 vs 不删的对比来证明必须删。
3. 两篇最像的都不排：Yuan 2023 全文无 MHC 条款； C1R 全文 mhc / major histocompatibility / hla / chromosome 6 / long-range 全部 0 次（本轮验证）。

但必须处理——两条

① C1R 自己提供了最好的反面实例。 它候选里有两个扩展 MHC 蛋白，处理方式是普通关卡：

"Reverse MR and MR-Steiger analyses supported the directionality … leading to the exclusion of BTN3A2"

"Two additional proteins (BTN2A1 and FGF5) colocalized but exhibited opposite directional effects across diseases, suggesting potential adverse effects if targeted"

★ BTN2A1 通过了共定位。 这正说明 MHC 区照样能给出高 PP.H4，所以高 PP.H4 在这个区域不能当证据—— 与 Krishna 2024 Nat Commun 15:6469 记录的「标准 fine-mapping 与共定位在该区不适用」互为印证。

② 我们的暴露程度比 C1R 严重得多。

	C1R	本课题
候选中的 MHC 蛋白	2 个，均在扩展段（BTN3A2、BTN2A1）	9 个经典段 + 2 个扩展段 = 11 个
结局	10 个年龄相关病	糖尿病并发症 + FinnGen，免疫信号强得多

C1R 靠方向一致性就把两个都处理掉了；我们 11 个，靠方向一致性筛不干净。

本课题实测同样指向须标注：共定位「无法判定」最宽档 100% 是 MHC； 免疫通路富集完全由 MHC 承载（剔除后 p 由 7.2e-07 退至 0.047）； MHC 蛋白平均横跨 2.7 个并发症而非 MHC 为 1.35 个；SuSiE 版因 LD 面板失配整体降级（s 中位 0.827）。

→ 结论：不设排除步骤；MHC 区蛋白照常计算、照常报告 PP.H4， 但该值不足以单独支撑措辞升级——升级需补 MHC 专用核验。

为什么是「需补核验」而不是「不可解释」（2026-08-06 订正）

本页初稿写的是「PP.H4 在该区不可解释，不升级」。那等于判死刑，过头了：

• MHC 区并非铁板一块。经典段（约 28–33 Mb）的 LD 远比两侧扩展段恶劣； 本课题 11 个 MHC 蛋白里 9 个在经典段、2 个在扩展段（BTN3A2 26.37 / BTN2A1 26.46 Mb）， 用同一句话盖住整个 8 Mb 太粗。
• 文献里有可用的补救路径：HLA-TAPAS 等 MHC 专用参考面板 + 条件分析； SSNS 蛋白组 MR 对区内的 TNXB 就是用 HLA 等位基因做共定位处理的。

所以规则改为：照常算、照常报 PP.H4；该值单独不足以升级措辞， 升级需补至少一项 MHC 专用核验——条件分析（GCTA-COJO）/ HLA 等位基因共定位 / 跨平台复现。

⚠️ 如实说明：这条解锁路径本课题目前执行不了（我们没有 HLA 分型/填补数据）。 所以实际效果仍是 MHC 蛋白不升级——但理由从「永远不行」变成了「还缺哪一步」， 并且写清了缺的是什么。

坐标必须写明区间 + build。 本课题采用 chr6:26–34 Mb（GRCh38）。 实测：UKB-PPP 哨兵表按该区间筛，hg19 与 hg38 均命中同一批 26 个蛋白，差集为空，无需 liftover。 ⚠️ 坐标选择有实际后果：BTN3A2（26.37 Mb）与 BTN2A1（26.46 Mb）在 26–34 与 25–35 内， 但不在 29–33 内——用哪套坐标，MHC 层的成员就不同。

---

四、措辞阶梯（v3 已按共定位后置改写）

过了哪些	只能说	不能说
只过 MR（第 2 步）	"存在关联"	任何"因果"字眼
+ 方向性 / 反向 MR（第 3 步）	"方向与蛋白→疾病一致"	"因果"、"靶点"
+ 外部复制（第 4 步）	"跨队列关联 / 候选"	⚠️ 不能说因果——这一批尚未过 LD 检验，按 Zheng 2020 可能约三分之一是 LD 假象
+ 共定位支持（第 5 步，PP.H4>0.8 且方向一致）	"与共享同一因果变异一致"	"已验证"
+ 全部关卡	"我们提名 X 为候选药物靶点"	"我们确认 X 是因果的"
MHC 区蛋白	"PP.H4 已报告，但在该区域需 MHC 专用核验方能解读"	任何提名或因果表述（在补齐专用核验之前）

报告方式：正文写漏斗（每步剩多少 + 重点讨论存活者），完整结果表进补充材料且不贴 A/B/C/D。 MHC 层单独成节。不报告 ≠ 不分析——分析过程中一条记录都不能删。

---

五、表征为什么仍在共定位之后（旧页 §3.3 迁入）

五篇一致。最直白的是 Zhou 2025：共定位只对 MR 显著的 2 个做，然后

"To explore potential roles of DPEP1 and TYRP1 in other phenotypes, we conducted PheWAS"

Zou 2024 骨关节炎明写共定位 "not used to exclude candidates"， PheWAS 只对 3 个核心靶点做、目的是 "to investigate whether side effects existed"。

硬理由：若在共定位之前就做 pheWAS / 单细胞 / 成药性，等于对未分层的一批支付这些成本。 v3 里共定位虽移到第 5 步，但描述性注释仍在其后（第 6 步），这一条不受影响。

---

六、每步依据与强度

步骤	依据	强度
数据验收（可选）	两篇最像的论文均无 LDSC（Yuan 2023、C1R 全文零命中）→ 非必需。本课题保留仅因两个具体触发条件	非必需 · 自行声明
1① 统一 build 必须最先	Zheng 2020 原文："We first mapped SNPs to genome build GRCh37.p13 coordinates and then used the following criteria…"	强
1②③ cis 窗口 · F≥10 · clumping · Steiger filtering	多篇一致（Schmidt 2020 的 cis 框架；GBMI 工具层含 Steiger filtering）	强
1 不设 MHC 排除	29 个 MR 质量评估工具均无此条目（Yu J 2026）；Zheng 2020 有操作但无删/不删对比；Yuan 2023 与 C1R 全文零命中	中 · 三条实证
2 MR + 多重检验校正	全部文献一致	强
3 方向性 / 反向 MR 在复制之前	C1R 次序即 Steiger/反向 MR → 冰岛队列复制；Zheng 2020 亦为反向因果 → 跨研究复制；GBMI 把 Steiger 提到工具层	强 · 多篇一致
4 三分法：不可评估者保留	C1R 实例：43 → 40，只剔方向相反的 3 个；本课题代码注释早有同样判断（"跨平台复制属未做，不是阴性"）	中 · 一篇实例 + 本课题自证
5 共定位后置且作为排序	C1R 小节标题 "colocalization prioritizes"、摘要 "further supported by"，位置在复制之后	中 · 一篇最像的实例
5 MHC 标注（照常报、需补核验才升级）	C1R 的 BTN2A1 通过共定位却跨病方向相反（说明高 PP.H4 在该区不足为证）；Krishna 2024 记录标准 fine-mapping 与共定位在该区不适用；本课题实测「无法判定」档 100% 来自 MHC、SuSiE 因 LD 面板失配整体降级（s 中位 0.827）。补救路径（HLA-TAPAS / 条件分析 / HLA 等位基因共定位）有先例（SSNS 对 TNXB）	中 · 实例 + 机制文献 + 自证
6-1~6-4 描述性注释在共定位之后	五篇一致（Zhou 2025、Zou 2024 等，见 §5）	强
6-3 跨组学「只能加分不能扣分」	文献几乎不讨论。本课题实测：跨层顶信号常非同一变异（r² 仅 0.095 / 0.031）；IFNAR1 视网膜层完全阴性而其为证据最硬候选	弱 · 自行声明
6-3 → 6-4 次序	无文献可依；按"谁先出结果、谁用来解释"自定	弱 · 自行声明
通路富集用第 4 步存活集	C1R：富集用 "the validated proteins"，小节排在共定位之前	中 · 一篇最像的实例
富集按 MHC 分组	定向检索未找到先例。是支撑 §3.2 的核心证据	弱 · 自行声明

---

七、开跑前自检

1. 这一步有没有否决权？ 第 3、4 步有（进漏斗计数）；第 5、6 步没有（只分层/标注）
2. 顺序对不对？ 第 1 步①最先；方向性在复制前；共定位在复制后；注释在共定位后
3. 复制的三类判定分清了吗？ 「无数据」不许当「阴性」
4. MHC 标记按坐标算了吗？ 不用蛋白名硬编码；26–34 Mb / GRCh38，26 个应全部命中
5. 缓存指纹涵盖这次改的参数了吗？ 换口径不改指纹 = 静默复用旧产物（已踩过两次）
6. 我要写的这句话，证据层级够到哪一档？（见 §4）

---

八、参考文献（全部经 PubMed 核对，附 PMID）

1. Zheng J, Haberland V, Baird D, et al. Phenome-wide Mendelian randomization mapping the influence of the plasma proteome on complex diseases. Nat Genet. 2020;52(10):1122–1131. PMID 32895551 · PMC7610464
2. Zhao H, Rasheed H, Nøst TH, et al. Proteome-wide Mendelian randomization in global biobank meta-analysis reveals multi-ancestry drug targets for common diseases. Cell Genomics. 2022;2. PMID 36388766 · PMC9646482
3. Schmidt AF, Finan C, Gordillo-Marañón M, et al. Genetic drug target validation using Mendelian randomisation. Nat Commun. 2020;11:3255. PMID 32591531
4. Zuber V, Grinberg NF, Gill D, et al. Combining evidence from Mendelian randomization and colocalization: review and comparison of approaches. Am J Hum Genet. 2022;109(5):767–782. PMID 35452592
5. Lin Z, Xue H, Pan W. A robust cis-Mendelian randomization method with application to drug target discovery (cisMR-cML). Nat Commun. 2024;15:6072. PMID 39025905

   ⚠️ 常被误引为「Chen X 等」，第一作者实为 Lin Z。

6. Yu J, et al. Structured tools for assessing quality and risk of bias in Mendelian randomization studies: an updated systematic review. Int J Epidemiol. 2026;55. PMID 41999635

   29 个结构化评估工具，MHC 处理不在任何一个的条目里——§3.2 的核心依据。

7. Krishna C, et al. The influence of HLA genetic variation on plasma protein expression. Nat Commun. 2024;15:6469. PMID 39085222

   504 个蛋白受 HLA 变异影响、94.8% 为 trans；标准 fine-mapping 与共定位在该区不适用。

8. Li L, Tang Z, Zhong Z, …, Pan A, Sun X, Liu J, Liu G, Liu J. Proteogenomic mapping of multimorbidity identifies C1R linking coronary artery disease and dementia. medRxiv 2026.07.14.26358022（2026-07-16 posted）

   与本课题最像：同一张 UKB-PPP 哨兵表、同 1,954 蛋白、deCODE(N=35,559) 外部复制。v3 三处变更的主要依据。

9. Yuan S, Xu F, Li X, Chen J, Zheng J, Mantzoros CS, Larsson SC. Plasma proteins and onset of type 2 diabetes and diabetic complications. Cell Rep Med. 2023;4(9):101174. PMID 37652020 · PMC10518626
10. Yuan S, Jiang F, Chen J, …, Ludvigsson JF. Phenome-wide Mendelian randomization analysis reveals multiple health comorbidities of coeliac disease. EBioMedicine. 2024;101:105033. PMID 38382313

    ⚠️ 常被误引为「Elvers 等人关于克罗恩病的研究」——作者列表无 Elvers，病种为乳糜泻。

11. Fernando MM, et al. Defining the role of the MHC in autoimmunity: a review and pooled analysis. PLoS Genet. 2008;4(4):e1000024. PMID 18437207

    ⚠️ 该文与 MR、因果推断、工具变量选择无关，不可用于论证 MR 中 MHC 的处理方式。

12. Common pitfalls in drug target Mendelian randomization and how to avoid them. BMC Medicine. 2024. PMC11481744
13. Guidelines for Mendelian randomisation studies — Diabetologia. 期刊公开指南页

---

九、未决事项

• [ ] ⚠️ C1R 漏斗的具体数字尚未逐字核实（1954→224→44→43→13 可验证→40→9→4）。 本地 PDF 转文本时行号与正文数字混在一起，无法可靠分离；本机与 WSL 均无 PDF 库、 pdftoppm 未安装。引用这些数字前必须先解决 PDF 读取。 本页所引 C1R 的结构性事实（步骤顺序、保留未测试者、富集用验证后集合、 LDSC/MHC 零命中）均为关键词级验证，不依赖数字，可用。
• [ ] 逐字通读 Yuan 2023（PMC10518626）STAR Methods 与补充表 S9：确认 MHC 确无处理、 抠出 17 个并发症蛋白完整名单逐个对照、核 HSPA1A/1B 在其富集结论中的权重
• [ ] 数一下改三分法后第 4 步存活者到底几个（从 decode_rep_mr.csv 按"相反/一致/无适配体"重新归类即可，不必重跑）
• [ ] 核实 GBMI 是否真的"保留全部工具变量并以分层标注 MHC"（此说法未能在其方法节证实）
• [ ] 核实 Diabetologia 指南中「避免按 F 统计量排除工具」一条（若属实，与第 1 步③冲突）
• [ ] MVMR / 两步中介：正式分解"糖尿病驱动 vs 并发症特异"
• [ ] 阳性对照：确认流水线能在糖网端 recover 已知为真的信号
• [ ] 代码侧：32_targets_table.R / 29_enrichment.R 的 in_MHC 由蛋白名硬编码改为按坐标计算