主题
A 级候选的两项稳健性检验：区内异质性与赢者诅咒（2026-08-03）
一句话
两项检验都做了，两项结果都对现有主张不利，但都属于必须主动报告的范畴—— 同类研究要么没做（赢者诅咒），要么做了但从不讨论冲突情形（区内异质性）。
产物：analysis/39_ifnar1_heterogeneity.R、analysis/40_winners_curse.R → results/platform_check/ifnar1_heterogeneity.csv、results/winners_curse/（5 个 csv）
⚠️ 先更正三条我写错过的说法
排在最前面，因为旧说法已经流传过一阵。
| 旧说法 | 实测 |
|---|---|
| rs58886971 距 IFNAR1 1.3 Mb、超出 ±500 kb 窗口 | 错。拿 hg37 坐标比了 hg38 的基因位置。deCODE 文件是 hg38，实际距 rs914142 46.9 kb，在窗口内 |
| 那个"最强 pQTL"是 SomaScan 适配体伪影 | 错，已撤回。Olink 上 β=−0.466 同样大，eQTLGen 上 P=9.3e-147 是真 eQTL |
| 黄斑病变的 |beta| 中位最大 | 错。显著者 |beta| 中位：黄斑 0.4713 < 神经病变 0.6306。黄斑的偏离只在发现密度 |
一、任务 1：IFNAR1 区内异质性
事实
IFNAR1 cis 区里有两个近乎独立的信号（按效应等位定向后 r = −0.234）：
| 工具 | 变异类型 | Olink β | Olink LOG10P | 黄斑病变 p | Wald OR (95% CI) |
|---|---|---|---|---|---|
| rs914142（主分析所用） | intron_variant, CADD 2.4 | −0.450 | 613 | 3.4×10⁻⁵ | 0.782 (0.696–0.878) |
| rs2257167 | 错义 p.Val168Leu（SD2 配体结合域） | −0.466 | 375 | 0.975 | 0.997 (0.843–1.180) |
★ 在同一个 Olink 发现队列上，两者对 IFNAR1 的效应几乎一样大，疾病端却一个 10⁻⁵ 一个 0.98。
- 带 LD 相关矩阵的广义 IVW：OR 0.853 (0.784–0.928), p=2.1×10⁻⁴
- 异质性 Q = 4.468, df = 1, p = 0.035
- 对照：错误地当独立 SNP 做普通 IVW 会给 Q=5.446, p=0.020 —— 高估异质性，cis 区必须用带相关矩阵的版本
排除掉的几种解释
- 不是隔壁基因串进来。 IL10RB 的主导 cis 变异 rs2515717 对 IFNAR1 的效应仅 β=−0.027, p=0.0021，与 rs58886971 的 r²=0.085
- 不是适配体伪影。 该单倍型在 Olink（抗体）上效应同样大；在 eQTLGen 全血上 P=9.3×10⁻¹⁴⁷、rs914142 P=9.1×10⁻¹⁰⁷ —— 两者都是极强的真 eQTL
- 不是等位对错了。 已逐条核验：两个 SNP 的 Olink
ALLELE1均等于 FinnGenalt，效应等位频率也一致（0.1297 vs 0.1005；0.7287 vs 0.7036）；LD 面板 A1 与分析效应等位同向，故 r 的符号无需翻转
仍然判不了的部分（要如实写）
★ 两个变异都出现「mRNA 与血浆蛋白方向相反」：
- rs2257167 的 C 等位：mRNA ↑（Z=+25.8）但测得蛋白 ↓（β=−0.466）
- rs914142 的 G 等位：mRNA ↓（Z=−21.9）但测得蛋白 ↑（β=+0.450）
IFNAR1 是膜受体、血浆里测的是脱落的胞外段，这类不一致本身不罕见， 但它意味着无法认定哪一方代表"真丰度"。而竞争工具恰好是结合域错义变异， 正是"测得浓度"最不可信的那一类。用亲和力蛋白组学判不了，需要质谱或功能实验。
（另：视网膜 eQTL 里两个信号都不显著，p=0.07–0.21。）
二、任务 2：赢者诅咒
2A 描述性：黄斑的偏离只在发现密度
| 结局 | 病例数 | 显著数 | 每千例显著数 | 显著者 |β| 中位 |
|---|---|---|---|---|
| 黄斑病变 | 3,572 | 19 | 5.319 | 0.4713 |
| 视网膜病变 | 10,413 | 24 | 2.305 | 0.3767 |
| 糖尿病肾病 | 4,111 | 9 | 2.189 | 0.4510 |
| 糖尿病神经病变 | 2,843 | 5 | 1.759 | 0.6306 |
| 新生血管性青光眼 | 1,100 | 0 | 0 | — |
- 黄斑每千例显著数是其余并发症中位的 2.4 倍
- ★ 但效应量并不偏大——|β| 中位反而是神经病变最高。偏离只体现在发现密度上
- Spearman(病例数, 显著数) = 0.900
2B 暴露侧校正：可以忽略（这是好消息）
哨兵是在 UKB-PPP 同一份数据里选出来的 → β 系统性偏大 → Wald 分母偏大 → 因果估计被拉向零。 用 winnerscurse 包（Forde 等）四种方法，对全部 1,587 个工具：
| 方法 | |校正后| / |原始| 中位 |
|---|---|
| FDR_IQT | 0.9992 |
| 条件似然 | 1.0000 |
| 经验贝叶斯 | 0.9993 |
| BR_ss | 0.9981 |
三个 A 级候选的 OR 几乎不动：IFNAR1 0.7821 → 0.7815 ~ 0.7821。
⇒ 暴露侧赢者诅咒 <0.5%，可忽略。 原因是工具极强（F 中位 784）。 这一条可以正面写进论文。
2C 结局侧功效：★ 关键，但要说清边界
候选是因为在黄斑显著才被选出来的，黄斑端 β 天然偏大；而黄斑没有任何外部队列。 唯一能做的量化是功效计算：其余端点有多大把握检出同等大小的效应？
| 候选 | 糖网功效 | 糖肾 | 神经 | 新生血管性青光眼 |
|---|---|---|---|---|
| ERMAP | 1.000 | 0.995 | 0.959 | 0.655 |
| IFNAR1 | 1.000 | 0.994 | 0.957 | 0.653 |
| APOL1 | 1.000 | 0.990 | 0.945 | 0.619 |
★ 这个功效是拿「被赢者诅咒抬高过的估计」当真值算的，必须做敏感性
若真效应只有黄斑端估计的 k 倍：
| k | 1.0 | 0.7 | 0.5 | 0.3 | 0.2 |
|---|---|---|---|---|---|
| 糖网功效（三候选相近） | 1.000 | 0.998 | 0.93–0.94 | 0.54–0.56 | 0.28–0.29 |
功效跌破 0.8 需要真效应缩到黄斑估计的 40% 以下（实测 39.8% / 39.9% / 40.9%）。
⇒ 准确表述是：除非黄斑端估计被高估了 2.5 倍以上，否则糖网端的不复制不能用功效不足解释。 不能简单说"功效=1.000，所以肯定不是功效问题"。
2D 跨端点衰减：★ 比值法有坑，已改用差异检验
黄斑与糖网的遗传相关 rg = 0.946，本该高度一致。19 个黄斑显著蛋白在糖网端：
- 衰减比（|β_黄斑|/|β_糖网|）中位 1.78，四分位 1.46–2.33
- 12/19 在糖网端仍 FDR 显著
- ★★ 三个 A 级候选全部不显著（ERMAP p=0.80、IFNAR1 p=0.025、APOL1 p=0.0043， 后两者名义显著但不过 FDR）
★ 「ERMAP 28 倍衰减是最严重红旗」这个说法要修正
28.2 这个比值是 |−1.110| / |−0.039| 除出来的——分母接近零时比值必然爆炸， 它度量的不是"差异有多大"，而是"分母有多小"。
改用不依赖比值的差异 z 检验重排（19 个中 p<0.05 的前 8 个）：
| 排名 | 蛋白 | 衰减比 | z_diff | p_diff |
|---|---|---|---|---|
| 1 | AGER | 1.35 | 3.54 | 0.00039 |
| 2 | ERMAP | 28.21 | 3.49 | 0.00048 |
| 3 | BTN2A1 | 1.99 | 3.06 | 0.0022 |
| 4 | HCG22 | 1.50 | 2.57 | 0.010 |
| 5 | IFNAR1 | 3.12 | 2.43 | 0.015 |
| 6 | LTB | 1.64 | 2.39 | 0.017 |
| 7 | MICB_MICA | 2.43 | 2.38 | 0.017 |
| 8 | APOL1 | 2.40 | 2.07 | 0.038 |
ERMAP 排第 2 不是第 1，AGER 更不一致。 28 倍是真的，但"最严重"是比值法造成的错觉。 19 个里有 8 个两端点估计形式上不一致（未做多重检验校正）； 三个 A 级候选都在其中（p = 0.0005 / 0.015 / 0.038）。
三、别人是怎么做的？我们该不该报？
区内多工具异质性：是既有标准做法，必须报
GBMI 全蛋白组 cis-pQTL MR（Cell Genomics 2022，S2666-979X(22)00144-6）给出了参照实现：
"For proteins with two or more pQTLs, we applied a generalized inverse variance weighted approach (IVW; gIVW), which takes into account the LD correlation between nearby cis instruments" —— 理由是"conditional independent pQTLs could still be in LD, a conventional IVW may double-count effects"
- 他们同样跑 Cochran's Q（配 gIVW）与 Rücker's Q（配 gEgger）
- gEgger 截距 p<0.05 → 判为多效并剔除
- 但 Q 异质性 → 保留并标注："we kept the MR signals with evidence of heterogeneity in the candidate list but annotated this in our results"
⇒ 我们的做法与领域标准一致（广义 IVW + Q），且领域惯例是"标注保留"而非剔除 —— 所以 IFNAR1 不必因此被踢掉，但必须带异质性标注。
★★ 还有一条对我们特别重要的数字：GBMI 报告 79.2% 的蛋白有 2 个及以上 cis 工具 （20.8% 一个 / 22.9% 两个 / 56.4% 三个及以上）。 而本课题为保守起见只用 primary 哨兵（config.yaml 已注明）。 IFNAR1 这个发现正好说明了这个选择的代价。
★ GBMI 明确没有讨论「同一位点的独立工具给出互相冲突的因果估计」这种情形。 ⇒ 这不是我们的短板，反而是可以写成方法学贡献的空白。
赢者诅咒：同类蛋白组 MR 基本不做
- Yuan 2023 Cell Rep Med（本课题 baseline）、PMC11206317、Zhang 2024 DOM：均未做
- 方法学侧有成熟工具：
winnerscurse包（Forde 等）、 IJE 2023 实证研究报告 UK Biobank 中平均 35% 的已发现关联存在效应量高估 - ⇒ 我们把暴露侧量化到 <0.5%、把结局侧用功效敏感性框住，在同类文章里是超配的
结论：两项都要报，而且是加分项
- 区内异质性 → 有领域标准背书（GBMI），惯例是标注保留；冲突情形无人讨论 = 我们的空白位
- 赢者诅咒 → 同类文章不做；我们做了，且暴露侧结论干净、结局侧边界说清楚
- 很少有人会去查自己主推靶点的区内第二个信号和跨端点功效。主动报出来比被审稿人查出来强得多。
⚠️ 以上文献：GBMI 那段经网页抓取逐句取回并核对原文措辞；其余为检索摘要，未逐字读全文， 写进论文前须核原文。
四、对论文的影响
| 已发表数字 | 不用改。OR 0.782 就是 rs914142 的 Wald 比值，算法没错 |
| 合并 IVW 能否当主结果 | 不能。Q p=0.035，池化异质工具不诚实；按 GBMI 惯例标注保留 |
| 标题 | ⚠️ 不建议把 IFNAR1 当确定因果靶点写进标题 |
| 新增章节 | 稳健性一节：区内异质性 + 赢者诅咒（暴露侧干净 / 结局侧有边界） |