主题
汇报 PPT 数据核查与修订记录（2026-07-27）
对两份组会汇报 PPT（《糖尿病并发症的多组学孟德尔随机化研究》《老年黄斑变性的多组学孟德尔随机化研究》）做的一次逐数字回溯核查：把幻灯片上的每个数字回到结果文件比对，并把用到的每套数据的引用逐条联网确认。
一句话结论：主干数字全部复算一致；查出 6 处事实错误、1 处结构性错放、若干口径不清，均已修正。本页同时作为"本研究用了哪些数据、准确引用是什么"的权威索引。
一、复算一致的结果（可放心引用）
| 项 | 结果文件 | 核对 |
|---|---|---|
| 发现层病例数与显著蛋白数 | 糖网 6,970/10、黄斑 4,766/9、神经 4,145/4、糖肾 6,043/6、NVG 1,576/0；AMD 13,947/33、湿 7,529/26、干 9,533/25 | ✅ 全部一致 |
| 工具变量数 | 1,659 蛋白有 cis 工具（minF 43.8 / medianF 777） | ✅ |
| AGER × 糖网 | p = 5.6179×10⁻⁶¹ | ✅ |
| MVP / Salem 复制 | 糖网 4/10、神经 1/4、糖肾 1/6 | ✅ |
| IAMDGC 复制 | True 59 / 有判定 81 = 72.8% | ✅ |
| TNFRSF10A | 共定位 PP = 0.9219；IAMDGC 复制 p = 1.63×10⁻⁹ | ✅ |
| AMD 9 个共定位候选 | 名单完全一致 | ✅ |
| deCODE 全套（136 配对重算） | 方向一致 108/136 = 79.4%；两平台都显著 67、其中同向 56 = 83.6%；翻转 11 点 / 6 蛋白（CSF2·CTRL·FABP6·FGFR2·PON1·TGFB1）；每结局都显著 AMD 26 / 湿 20 / 干 19 / DR 2 | ✅ 逐个吻合 |
| SCALLOP 全套 | AMD 16·33·81%、湿 12·26·82%、干 15·25·81%、DR 8·10·81%；共测 740 | ✅ |
| LDSC | 湿↔干 rg = 0.865；糖网×糖肾 0.617 / ×T1D 0.795 / ×T2D 0.066 | ✅ |
| MERTK 单细胞定位 | 小胶质/髓系平均表达 0.7126、阳性率 25%；其他细胞类型按细胞数加权 7.03% | ✅ |
| bulk limma（DR） | MERTK FDR 0.01152、SPRY2 FDR 0.00077 | ✅ |
| Slingshot | MERTK ρ = −0.307、CX3CR1 ρ = −0.398 | ✅ |
| 伪 bulk（AMD） | Wilcoxon p = 0.8175 | ✅ |
| 组织定位（RPE vs NSR，logFC） | CFH +2.451、MERTK +0.627、CASP10 +0.705、TNFRSF10A −1.21/−1.19 | ✅ |
二、查出并已修正的事实错误
1. APOL1 指向的疾病写错了（最严重）
- 原写：A 组唯一共定位命中 = APOL1 → 糖尿病肾病（并补了一句"经典肾病风险基因"）
- 实际：
table_S_coloc_dm.csv的diseases_shared=Maculopathy；table_S_significant_associations.csv中 APOL1 只有黄斑病变一条显著关联，没有糖尿病肾病 - 为什么危险：APOL1 与肾病的关联是教科书知识，错误"看起来很合理"，反而更难被发现；而且顺带的那句解释等于给错误做了背书
- 已改：PPT 三处 + 本站两处（分家重跑定稿、文献核查）
2. AMD 多组学矩阵中 CFH 与 TNFRSF10A 的层级标注互相颠倒
严格数值核对（eqtl_mr_full.csv × eqtl_coloc.csv）：
| 靶点 | 蛋白层共定位 | 血 cis-eQTL |
|---|---|---|
| CASP10 | ✅ PP 0.85 | ✅ FDR 0.016 / H4 0.969 |
| TNFRSF10A | ✅ PP 0.92 | ⚠️ FDR 0.0012 / H4 0.351 → 仅 MR、共定位不支持 |
| CFH | ❌ 无共享簇（n_cluster=0） | ✅ FDR 5.2×10⁻⁴ / H4 0.973 |
| MERTK | ❌ PP 0.56 | ❌ FDR 0.78 / H4 0.056 |
原矩阵把 CFH 标成"共定位 ✅、eQTL ⚠️"，把 TNFRSF10A 的 eQTL 标成 ✅——两者恰好都反了。已按实测重做矩阵，并把判据写进脚注。
3. 代谢物层在两份 PPT 里放反了
- 68 个检验中 FDR<0.05 的 3 个（Total_TG、MUFA、Omega_3）全部落在 AMD 侧，DR 侧 0 个
- 但原先 DR 篇有代谢物火山图（还写着"红点为稳健命中"），AMD 篇反而没有
- 已改：DR 篇改为明确的阴性表述；AMD 篇补上结果页
- 口径精确化：3 个是 FDR<0.05；再卡"加权中位数同向且 p<0.05 + Egger 截距 p>0.05"，通过全部敏感性检验的是 2 个（MUFA 的 wm_p = 0.139 未过）
4. IAMDGC 队列版本不一致
目标页/方法页写 Fritsche 2016，数据来源页写 IAMDGC 2.0 (Gorski/Grunin 2025)。脚本实际读 IAMDGC_lateAMD_related_EUR_annotated.txt，注释与 mr_funcs.R 均为 IAMDGC 2.0（15,616 / 16,723）。已全站统一为 2.0，并注明 Fritsche 2016（16,144 / 17,832）为历史版本。
5. 视网膜层的两套数据被混用
| 数据 | 样本量 | |
|---|---|---|
| 自建 | EGA METR-GT（EGAD50000002082） | 神经视网膜 NSR 183 / RPE 176 |
| 外部 | Advani 2024 视网膜 QTL | 403 眼 |
PPT 里两者都叫"视网膜 eQTL"，导致局限页的 N=176 与数据页的 403 眼看起来自相矛盾；DR 篇更引错了组织（DR 侧用 NSR 183，却写 176）。已拆分标注。
Advani 数据的实际显著性：DR 侧 CFH / SPRY2 / TNXB 达 FDR<0.05；AMD 侧仅 CFH（FDR 0.0099）。13 个候选靶点中只有 5 个在视网膜有可用 cis 工具。
6. 参考文献条目错误
原引 "Advani J, et al. Genome-wide analysis of the human retina... " —— 标题是错的。正确条目见下表。
三、口径澄清（非错误，但会被追问）
| 项 | 澄清 |
|---|---|
| AGER 的 p 值 | "两边均 p≈5e-58"实为 FDR（SCALLOP 4.9e-58 / UKB-PPP 9.3e-58）；UKB-PPP 原始 p = 5.6×10⁻⁶¹ |
| SCALLOP × 糖网 | 原写"其余靶点两边都不显著"，实际两边都显著的有 3 个（含 AGER）。已在表中增列"两者都显著"：DR 3 / AMD 6 / 湿 5 / 干 5 |
| deCODE 的 34 与 11 | |
| deCODE 适配体口径（★2026-08-03 订正） | 上一行有两处需改：①「仅 APOL1、TNFSF14 各 2 条」是错的，多适配体基因实为 APOL1、NPPB、TNFSF14；②「36 条」是当时的可用数而非准备数——共下载 38 条，其中 4549_78_FUT5 与 7655_11_NT-proBNP 两个文件下载截断损坏，被 fread 读空后静默跳过，故实际只用了 36 条。两个文件已于 2026-08-03 重下并通过 gzip -t，目录内 40 个蛋白文件现已全部完整。★ 但复制层的数值（方向一致率等）仍是按 36 条算出来的—— run_decode_rep_full.R 需重跑才能纳入这 2 条。该脚本属第一篇 R13(DR/AMD) 线，需扫 38×5=190 个大文件约 171 GB，不在 R9 主线的关键路径上，故推迟到第一篇定稿时再跑。在此之前，凡引用 deCODE 复制层数字处须注明「基于 36 条适配体」。★ 另：那 11 个「无适配体」的判断已用 Eldjarn 2023 ST2 的 SomaScan 全清单（5,029 条）逐个核对，11 个全部确认属实，0 个记错 |
| WARS | 蛋白层共定位 ✅，但 IAMDGC 复制未通过（p_repl = 0.588）。不应列入"双双复制"的核心候选 |
| DR 侧甲基化层 | |
| 甲基化层（★2026-08-01 再订正） | 上一行的判据把 p_HEIDI = NA（算不出来）当成了"通过"。"算不出来"是无法排除连锁，不是排除了连锁。 改为三分类后：DR = TNXB 1 个（扣 MHC 后 0 个，阴性结论不变）；AMD(FinnGen) = CASP10/TNFRSF10A/TNXB 3 个（扣 MHC 后 2 个）；AMD(IAMDGC) = TNFRSF10A/TNXB 2 个（扣 MHC 后 1 个）。AGER 三个结局全掉、APOE 在 AMD 两个结局全掉。全基因组层面旧口径虚高 DR 43.7% / AMD 19.6–25.0%。详见多组学定向验证页 §6 |
| DR 侧血 eQTL | 最大 PP.H4 = 0.100（PROS1），全部 <0.5，"DR 侧无稳健命中"成立 |
| PheWAS 阈值 | phewas_provenance.csv 记录 n_datasets_source = 退化：返回结果里的数据集数 → Bonferroni 分母偏小、阈值偏松，该层只作方向性解读 |
四、本研究用到的数据与准确引用（逐条联网确认）
| 层次 | 数据 | 规模 | 引用 |
|---|---|---|---|
| 暴露 cis-pQTL | UKB-PPP | 面板 2,923 蛋白，1,659 有 cis 工具，N=34,557 | Sun BB, et al. Nature 2023;622:329-338 |
| 结局 | FinnGen R13 | 见发现层表 | Kurki MI, et al. Nature 2023;613:508-518 |
| 复制（DR/神经） | MVP | — | Verma A, et al. Science 2024;385:eadj1182 |
| 复制（糖肾） | Salem JDRF-DNCRI | ~19,406 | Salem RM, et al. JASN 2019;30:2000-2016 |
| 复制（AMD） | IAMDGC 2.0 TOPMed（EUR 子集） | 15,616 / 16,723 | Gorski M*, Grunin M*, et al. IOVS 2025;66(13):51 |
| 换平台复制 | deCODE SomaScan | 34 靶点 / 36 适配体，N=35,559 | Ferkingstad E, et al. Nat Genet 2021 |
| 外部 pQTL 对照 | SCALLOP-UKBB-MA cis | 共测 740 蛋白 | Koprulu/Smith-Byrne, Cell 2026, PMID 42097137 |
| 血 cis-eQTL | eQTLGen | N=31,684 | Võsa U, et al. Nat Genet 2021;53:1300-1310 |
| 血 meQTL | UKHLS / Understanding Society（EPIC 芯片） | ≈1,111 人 / 126,457 CpG | Hannon E, et al. Am J Hum Genet 2018;103(5):654-665 |
| 视网膜 eQTL（外部） | Advani 2024 视网膜 QTL | 403 眼 | Advani J, et al. QTL mapping of human retina DNA methylation identifies 87 gene-epigenome interactions in AMD. Nat Commun 2024;15:1972. PMID 38438351 |
| 视网膜/RPE bulk（自建） | EGA METR-GT（EGAD50000002082） | NSR 183 / RPE 176（源库 201 眼） | Sampson J, et al. Nat Commun 2026. doi:10.1038/s41467-026-72979-4 |
| 代谢物 NMR | Nightingale meta_EUR | N=599,249（源研究 619,372） | Tambets R, et al. Nature 2026;655(8124):971-978 |
| 代谢物 Metabolon | Chen 2023 | 8,299 | Chen Y, et al. Nat Genet 2023;55:44-53 |
| 单细胞图谱 | HRCA 人视网膜细胞图谱（CELLxGENE 公开） | 265,767 细胞 / 18 细胞类型 | HRCA via CELLxGENE Discover |
| 单细胞（DR 病变） | GEO GSE165784 | 6 例 · 质控后 10,074 细胞 | Hu Z, et al. Diabetes 2022;71(4):762-773. PMID 35061025 |
| 单细胞（AMD） | GEO GSE230348 | 全库 75 份 → RPE 子集 36 份 · 50,723 细胞 | GEO GSE230348（Stambolian D 投稿，GEO 尚无关联发表） |
| bulk（DR） | GEO GSE60436（GPL6884） | 3 正常视网膜 + 6 FVM = 9 | Ishikawa K, et al. IOVS 2015;56(2):932-946. PMID 25604687 |
| bulk（AMD） | GEO GSE29801（GPL4133） | RPE-脉络膜 AMD vs 正常 | Newman AM, et al. Genome Med 2012;4(2):16. PMID 22364233 |
| PheWAS | OpenGWAS（ieugwasr 1.1.0.9000） | 117 SNP × 50,164 数据集（2026-07-27 订正分母） | Elsworth B, et al. bioRxiv 2020. doi:10.1101/2020.08.10.244293 |
| 可成药性 | Open Targets | — | Ochoa D, et al. NAR 2023;51:D1353-D1359 |
| LD 参考 | 1000G EUR panel | — | 1000 Genomes 2015 |
加粗条目为本轮新确认或订正的引用。GSE230348 在 GEO 上标注 "Citation missing"，只能引登录号，不能编造论文。
五、方法学教训：核查脚本本身也会骗人
本轮核查中，我一度报告"共定位 PP.H4 出现 >1 的非法值（AGER 2.239、TNXB 3.985）"，判定为分析层 bug。
实为核查脚本的显示 bug：读 CSV 后用 x["PP.H4"][:5] 截断字符串显示，把科学计数法的 2.23926305578825e-10 截成了 2.239。改用数值比较后，真实值是 2.2×10⁻¹⁰、4.0×10⁻¹¹⁴，全部远小于 0.5。
教训：核查数值时永远 float() 后比较，不要对字符串做截断展示再判断——否则科学计数法会被截成一个看起来"超范围"的数。同类风险也存在于任何用 head/cut 肉眼扫结果文件的场合。
六、汇报 PPT 的最终构成
| 糖尿病并发症篇 | AMD 篇 | |
|---|---|---|
| 总页数 | 40 | 39 |
| 方法段（PART TWO） | 流程 + Fig1 + 多组学方法与数据 + 功能验证方法与数据 | 同左 |
| 结果段新增 | APOL1 共定位区域图、甲基化 SMR（阴性）、多组学整合矩阵、HRCA 图谱、PheWAS | 蛋白层共定位区域图、血 eQTL 森林图、代谢物、视网膜 eQTL、HRCA 图谱、PheWAS |
| 参考文献 | 25 条（分 2 页） | 24 条（分 2 页） |
结构原则：方法在 PART TWO 一次讲完，结果段不再被方法页打断（此前方法页夹在结果中间，会让顶栏章节高亮来回跳）。
生成脚本：F:\project\汇报PPT\make_ppt.py，改后直接运行即重建两份 PPT。
核查日期：2026-07-27。所有数字均回溯至 results/ 下的实际产物文件；所有文献引用均经联网确认，未确认者已明确标注。