R語(yǔ)言程序包在SNP相關(guān)疾病關(guān)聯(lián)性薈萃分析中的應(yīng)用與功能介紹

門致雨 王鑫 朱琍燕

摘 要：目的：SNP與疾病關(guān)聯(lián)性研究的薈萃分析是近幾年常見(jiàn)的研究類型。本文重點(diǎn)關(guān)注此類研究相關(guān)軟件的使用情況，并對(duì)R語(yǔ)言中用于此類分析常用程序包的功能及使用方法作一簡(jiǎn)單介紹。材料方法：（1）通過(guò)檢索中國(guó)知網(wǎng)2010年、2015年、2020年、2021年及2022年發(fā)表的SNP疾病關(guān)聯(lián)性薈萃分析的研究論文，分析相關(guān)統(tǒng)計(jì)軟件的使用頻次；（2）統(tǒng)計(jì)了全球用于薈萃分析的R語(yǔ)言程序包下載情況;（3）最后結(jié)合相關(guān)資料對(duì)meta包及metafor包使用方法作了簡(jiǎn)單介紹。結(jié)論：（1）Stata與RevMan是此類研究中最常用的軟件，R語(yǔ)言出現(xiàn)時(shí)間晚，使用次數(shù)少；（2）近年全球薈萃分析相關(guān)R程序包使用增長(zhǎng)迅速，meta包及metafor包為其中的核心程序包；（3）meta包及metafor包均可實(shí)現(xiàn)SNP與疾病關(guān)聯(lián)性研究的薈萃分析，metafor包功能全面，meta包使用簡(jiǎn)便，后者更適于初學(xué)者進(jìn)行學(xué)習(xí)。

關(guān)鍵詞：SNP；薈萃分析；統(tǒng)計(jì)軟件；R語(yǔ)言

1 概述

薈萃分析，又稱Meta分析、元分析，是一種對(duì)獨(dú)立研究中的效應(yīng)量進(jìn)行定量綜合以匯總結(jié)果的統(tǒng)計(jì)方法，常在系統(tǒng)綜述中使用［1］。與單項(xiàng)研究相比，薈萃分析采用統(tǒng)計(jì)方法匯總多個(gè)結(jié)果，有利于更準(zhǔn)確地估計(jì)效應(yīng)量的大小。在獨(dú)立研究的結(jié)果相互沖突時(shí)，薈萃分析可進(jìn)一步量化各研究結(jié)果間的變異程度，有利于闡述其意義［12］。

薈萃分析自誕生以來(lái)不斷發(fā)展，已出現(xiàn)多種不同類型的分析方法，包括單組率的薈萃分析、單純P值的薈萃分析、Meta回歸分析、累計(jì)薈萃分析、比較性薈萃分析、診斷性薈萃分析、個(gè)體數(shù)據(jù)薈萃分析、前瞻性薈萃分析以及常規(guī)薈萃分析等［3］。

單核苷酸多態(tài)性（single nucleotide polymorphism，SNP）是一種常見(jiàn)的可遺傳變異，具有數(shù)據(jù)量大、分布均勻等特點(diǎn)，被廣泛用于遺傳病理學(xué)研究［4］。SNP可用于探尋疾病相關(guān)基因，也因其與個(gè)體表型差異、藥物與疾病易感性相關(guān)，可作為生物標(biāo)志物［5］，具有豐富的研究?jī)r(jià)值。然而，由于實(shí)際研究中存在發(fā)表偏倚、納入樣本量過(guò)少、樣本群體混雜等原因，遺傳關(guān)聯(lián)性研究表現(xiàn)出可重復(fù)性差的特點(diǎn)，其價(jià)值也一度受到質(zhì)疑［6］。薈萃分析可合并多個(gè)研究結(jié)果，提高檢驗(yàn)效能，也可發(fā)現(xiàn)并量化各研究間的異質(zhì)性，恰可彌補(bǔ)遺傳關(guān)聯(lián)性研究的缺點(diǎn)。20世紀(jì)初有關(guān)SNP的疾病關(guān)聯(lián)性薈萃分析數(shù)量呈指數(shù)級(jí)增長(zhǎng)，在當(dāng)今仍為重要的研究方向［7］（圖1）。

目前基礎(chǔ)和臨床研究中用于SNP相關(guān)疾病關(guān)聯(lián)性薈萃分析的軟件很多，例如Stata、RevMan、SPSS、R語(yǔ)言等，由于R語(yǔ)言具有開(kāi)源、免費(fèi)，擴(kuò)展性強(qiáng)、程序包豐富，編程語(yǔ)法簡(jiǎn)單靈活等特點(diǎn)，近年來(lái)被廣泛應(yīng)用于統(tǒng)計(jì)和公共衛(wèi)生領(lǐng)域［89］。然而，關(guān)于R語(yǔ)言在SNP疾病關(guān)聯(lián)性薈萃分析中的應(yīng)用目前仍缺乏系統(tǒng)綜述和使用方法介紹。為此，本文將圍繞此領(lǐng)域中常用的meta包及metafor包的功能，簡(jiǎn)要介紹基于R語(yǔ)言進(jìn)行SNP相關(guān)疾病關(guān)聯(lián)性薈萃分析的方法。

2 資料與方法

2.1 國(guó)內(nèi)薈萃分析統(tǒng)計(jì)軟件使用趨勢(shì)調(diào)查

以“Meta”“薈萃分析”“元分析”“基因多態(tài)性”“SNP”為關(guān)鍵詞檢索中國(guó)知網(wǎng)（CNKI）2010年、2015年、2020年、2021年及2022年發(fā)表的期刊與碩博論文。通過(guò)閱讀標(biāo)題和摘要篩選出基因單核苷酸多態(tài)性與相關(guān)疾病的薈萃分析論文。通過(guò)閱讀全文，記錄各研究所使用的統(tǒng)計(jì)計(jì)算與繪圖軟件，最后對(duì)結(jié)果進(jìn)行分析，使用Excel軟件繪制堆積百分比圖，展示近10余年有關(guān)SNP疾病關(guān)聯(lián)性研究中統(tǒng)計(jì)軟件的使用情況及變化趨勢(shì)。

2.2 用于薈萃分析的R程序包調(diào)查

為了解R語(yǔ)言中可用于薈萃分析的常用程序包，檢索并閱讀相關(guān)文獻(xiàn)，同時(shí)瀏覽R包存儲(chǔ)網(wǎng)站The Comprehensive R Archive Network（CRAN）的薈萃分析專欄［10］，整理出與薈萃分析相關(guān)的R程序包。通過(guò)使用R語(yǔ)言（版本4.0.5）的packageRank［11］程序包，獲取了相應(yīng)程序包自2013年至今的累計(jì)下載量，并對(duì)其進(jìn)行排序后使用ggplot2程序包［12］繪制最常用程序包的累計(jì)下載量折線圖。

2.3 meta包及metafor包功能介紹

meta包介紹文檔包括R程序包參考手冊(cè)及一本包含示例代碼的薈萃分析詳細(xì)教材［13］。metafor包除參考手冊(cè)外，曾出版過(guò)一篇較為簡(jiǎn)潔的介紹程序包功能的論文［14］，值得一提的是，作者針對(duì)該包還制作了程序包功能介紹網(wǎng)站［15］，便于使用者快速掌握此包的使用方法。本文結(jié)合程序包說(shuō)明文檔及個(gè)人使用經(jīng)驗(yàn)，將對(duì)這兩個(gè)包的功能作一簡(jiǎn)要介紹。

3 結(jié)果

3.1 國(guó)內(nèi)SNP相關(guān)薈萃分析統(tǒng)計(jì)軟件變化趨勢(shì)

2010年、2015年、2020年、2021年及2022年分別篩選得到相關(guān)文獻(xiàn)95篇、204篇、112篇、97篇、51篇，記錄到統(tǒng)計(jì)及繪圖軟件使用頻次為106次、236次、135次、106次、63次。記錄到的軟件包括Stata（310次）、RevMan（292次）、SPSS（21次）、R（8次）、SAS（7次）、Comprehensive MetaAnalysis（3次）、open metaanalyst（2次）、Excel（1次）、Quanto（1次）及GraphPad（1次）。各年份中不同統(tǒng)計(jì)軟件所占比例參見(jiàn)圖2。

圖2 國(guó)內(nèi)SNP疾病關(guān)聯(lián)性薈萃分析統(tǒng)計(jì)軟件使用比例圖

根據(jù)統(tǒng)計(jì)數(shù)據(jù)結(jié)果，國(guó)內(nèi)有關(guān)SNP與疾病關(guān)聯(lián)性研究的薈萃分析最常用的軟件為Stata和RevMan，由于R語(yǔ)言在此領(lǐng)域運(yùn)用較晚，在國(guó)內(nèi)相關(guān)領(lǐng)域中的運(yùn)用頻次較世界其他國(guó)家仍然較低。在統(tǒng)計(jì)的年份中，僅在2020年至2022年間被使用了8次。

3.2 用于薈萃分析的R程序包下載頻次

首先，結(jié)合Polanin等人關(guān)于薈萃分析R程序包的綜述［16］及CRAN中Meta analysis任務(wù)介紹欄，共統(tǒng)計(jì)到169個(gè)用于各類薈萃分析的R程序包，據(jù)此推斷R語(yǔ)言功能豐富，可完成多種類型的薈萃分析。其次，我們統(tǒng)計(jì)了2013年至今下載量最高的6個(gè)薈萃分析相關(guān)程序包（effectsize、brms、metafor、meta、epiR和forestplot）的下載情況，如圖3所示，用于薈萃分析R語(yǔ)言程序包下載量在2013、2014年較低，此后逐年增高，這在一定程度上解釋了2010年及2015年國(guó)內(nèi)發(fā)表的此領(lǐng)域薈萃分析沒(méi)有使用R程序的原因。此外，meta包［17］和metafor包［14］是較早發(fā)布用于薈萃分析的程序包，其下載量在所有用于薈萃分析的R程序包中始終保持高位，這兩個(gè)包覆蓋了傳統(tǒng)薈萃分析的所有方面［16］，功能豐富，是R語(yǔ)言薈萃分析的核心包，具有較高的應(yīng)用價(jià)值。本文后續(xù)將介紹這兩個(gè)程序包在SNP疾病關(guān)聯(lián)性薈萃分析方面的應(yīng)用。

3.3 Meta和metafor包功能介紹與對(duì)比

SNP與疾病關(guān)聯(lián)性分析屬于觀察性研究的一種，目前關(guān)于遺傳關(guān)聯(lián)性研究薈萃分析的發(fā)表標(biāo)準(zhǔn)仍然缺乏，MOOSE規(guī)范可用于參考［1819］。結(jié)合報(bào)告規(guī)范，此類型薈萃分析需要使用統(tǒng)計(jì)軟件的步驟主要包括效應(yīng)量合并、異質(zhì)性檢驗(yàn)、亞組分析、敏感性分析、發(fā)表偏倚分析及相應(yīng)圖形的繪制。表1詳細(xì)列舉了meta包及metafor包實(shí)現(xiàn)上述功能的方式。

根據(jù)前期分析結(jié)果，我們發(fā)現(xiàn)meta包及metafor包均可以滿足有關(guān)SNP相關(guān)疾病關(guān)聯(lián)性薈萃分析的需求。然而，通過(guò)比較分析發(fā)現(xiàn)，metafor包在功能上更加全面，但許多統(tǒng)計(jì)方法在目前此類薈萃分析的論文中并不常見(jiàn)。metafor包功能更加全面的同時(shí)也帶來(lái)了更為陡峭的學(xué)習(xí)曲線。例如在森林圖繪制方面，metafor程序包需要手動(dòng)完成代碼，使用方法較meta包更為復(fù)雜，雖然其森林圖繪制有很高的靈活性，但代碼編寫花費(fèi)時(shí)間長(zhǎng)，使用更為不便。因此，對(duì)于編程了解不多的研究者，若想使用R語(yǔ)言進(jìn)行SNP疾病關(guān)聯(lián)性薈萃分析，meta包因其較為簡(jiǎn)明易用的特點(diǎn)，是更為合適的選擇。然而，當(dāng)研究中出現(xiàn)較為復(fù)雜的問(wèn)題，需要使用更為復(fù)雜的統(tǒng)計(jì)方法或圖形解決時(shí)，建議使用metafor包相應(yīng)的函數(shù)作為補(bǔ)充，以便更好地解決實(shí)際問(wèn)題。

4 討論

盡管R語(yǔ)言開(kāi)源、免費(fèi)，可拓展性高，功能強(qiáng)大，meta包及metafor包因其全面的薈萃分析功能越來(lái)越受到研究者的青睞，下載量逐年升高，但目前國(guó)內(nèi)SNP相關(guān)薈萃分析論文的統(tǒng)計(jì)數(shù)據(jù)表明，R軟件在國(guó)內(nèi)受關(guān)注程度仍然較低，僅在近幾年有少量運(yùn)用。其中的原因可能有以下幾點(diǎn)：一是R語(yǔ)言發(fā)展較晚，第一版meta包于2006年發(fā)布，初版metafor包于2009年發(fā)布，從下載曲線也可看出，2014年及之前薈萃分析相關(guān)程序包下載量普遍較低。而RevMan、Stata等軟件發(fā)布早，在早期市場(chǎng)占用率已較高［20］，故R這一起步較晚的軟件在國(guó)內(nèi)使用較少。

其次，R語(yǔ)言為程序語(yǔ)言，由于其缺少圖形用戶界面（GUI），操作常需要通過(guò)輸入代碼完成，有一定學(xué)習(xí)成本，而SNP相關(guān)疾病關(guān)聯(lián)性分析又屬較傳統(tǒng)的薈萃分析，通常數(shù)據(jù)量小，分析步驟較簡(jiǎn)單，多數(shù)早期軟件都可完成。再次，R語(yǔ)言參考手冊(cè)均為英文，直至目前在國(guó)內(nèi)可用于學(xué)習(xí)參考的幫助文檔數(shù)量相較于其他軟件也明顯偏少，這也可能是阻礙R語(yǔ)言在國(guó)內(nèi)流行的障礙之一。鑒于R語(yǔ)言擁有豐富的英文參考文檔，本文雖對(duì)meta包及metafor包的功能與使用方法作了簡(jiǎn)要介紹，但受限于篇幅限制，無(wú)法對(duì)其進(jìn)行更加全面詳細(xì)的介紹，讀者若需深入了解可進(jìn)一步參考相關(guān)資料。

我們通過(guò)多次醫(yī)學(xué)相關(guān)領(lǐng)域的數(shù)據(jù)分析實(shí)踐發(fā)現(xiàn)，在花費(fèi)一定時(shí)間掌握R程序后，后續(xù)分析由于每次代碼改動(dòng)不大，多次分析時(shí)可大大提高效率，其強(qiáng)大的繪圖功能也使得圖片的質(zhì)量和自定義程度較高，無(wú)需花費(fèi)額外時(shí)間通過(guò)其他軟件繪制調(diào)整圖形，這些都在一定程度上減輕了工作量，提高了科研效率。此外，R語(yǔ)言因其豐富的拓展性，可用于多種領(lǐng)域的統(tǒng)計(jì)分析和圖片制作，更加有利于拓展研究的廣度，增加創(chuàng)新性。

總之，R語(yǔ)言程序廣泛應(yīng)用于薈萃分析領(lǐng)域。本文通過(guò)研究薈萃分析中常用的兩個(gè)程序包后發(fā)現(xiàn)，meta包及metafor包的功能十分完備，均可實(shí)現(xiàn)SNP疾病關(guān)聯(lián)性研究薈萃分析。metafor包功能更加豐富，而meta包操作更加簡(jiǎn)便，因此，建議初學(xué)入門者使用meta包做薈萃分析，具有一定生信基礎(chǔ)的研究人員可以使用metafor包完成較為復(fù)雜的研究分析。

參考文獻(xiàn)：

［1］Khan S.MetaAnalysis：Methods for Health and Experimental Studies.Singapore：Springer Nature Singapore Pte Ltd，2020.

［2］Borenstein M，V.Hedges L，等.Meta分析導(dǎo)論［M］.李國(guó)春，等，譯.北京：科學(xué)出版社，2013.

［3］曾憲濤，冷衛(wèi)東，郭毅，等.Meta分析系列之一：Meta分析的類型［J］.中國(guó)循證心血管醫(yī)學(xué)雜志，2012，4（01）：35.

［4］李雄.單核苷酸多態(tài)性數(shù)據(jù)挖掘方法及其應(yīng)用研究［D］.湖南大學(xué)，2015.

［5］孫宇.關(guān)聯(lián)分析中SNP與疾病關(guān)聯(lián)關(guān)系建模研究［D］.西安電子科技大學(xué)，2010.

［6］Colhoun HM，McKeigue PM，Smith GD.Problems of reporting genetic associations with complex outcomes.The Lancet，2003，361（9360）：865872.

［7］翁鴻，李妙竹，耿培亮，等.遺傳關(guān)聯(lián)性研究及其Meta分析的簡(jiǎn)介［J］.中國(guó)循證心血管醫(yī)學(xué)雜志，2016，8（10）：11561158.

［8］蔣文瀚，陳炳為，鄭建光，等.R語(yǔ)言meta包在Meta分析中的應(yīng)用［J］.循證醫(yī)學(xué)，2011，11（05）：305309.

［9］李杏，劉濤，肖建鵬，等.R語(yǔ)言在公共衛(wèi)生領(lǐng)域的應(yīng)用：Meta分析［J］.華南預(yù)防醫(yī)學(xué)，2020，46（05）：568570.

［10］CRAN Task View：MetaAnalysis［Internet］.2021.Available from：https：//CRAN.Rproject.org/view=MetaAnalysis.

［11］Li P.packageRank：Computation and Visualization of Package Download Counts and Percentiles.2021.（Accessed at https：//CRAN.Rproject.org/package=packageRank）.

［12］Wickham H.ggplot2：Elegant Graphics for Data Analysis.SpringerVerlag New York，2016.

［13］Schwarzer G，Carpenter JR，Rücker G.MetaAnalysis with R.Springer International Publishing，2015.

［14］Viechtbauer W.Conducting MetaAnalyses in R with the metafor Package.Journal of Statistical Software，2010，36（3）：148.

［15］Viechtbauer W.metafor：A MetaAnalysis Package for R.github，2021.（Accessed at https：//wviechtb.github.io/metafor）.

［16］Polanin JR，Hennessy EA，TannerSmith EE.A Review of MetaAnalysis Packages in R.Journal of Educational and Behavioral Statistics，2016，42（2）：206242.

［17］Balduzzi S，Rücker G，Schwarzer G.How to perform a metaanalysis with R：a practical tutorial.Evidence Based Mental Health，2019，22（4）：153160.

［18］臧長(zhǎng)海，李茁立.應(yīng)用臨床試驗(yàn)報(bào)告規(guī)范提高醫(yī)學(xué)論文質(zhì)量［J］.山西醫(yī)藥雜志，2015，44（02）：169173.

［19］Stroup DF，Berlin JA，Morton SC，et al.Metaanalysis of observational studies in epidemiology：a proposal for reporting.Metaanalysis Of Observational Studies in Epidemiology（MOOSE）group.JAMA，2000，283（15）：20082012.

［20］楊悅.兩種計(jì)算機(jī)軟件在醫(yī)學(xué)Meta分析中的應(yīng)用［J］.河北醫(yī)藥，2008（09）：14301432.

基金項(xiàng)目：本項(xiàng)目的研究成果受“蘇州大學(xué)‘大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練計(jì)劃”（Undergraduate Training Program for Innovation and Entrepreneurship，Soochow University）資助，項(xiàng)目編號(hào)：202110285052、202210285072Z

作者簡(jiǎn)介：門致雨（2000— ），男，漢族，河南商丘人，蘇州大學(xué)蘇州醫(yī)學(xué)院本科生；王鑫（2000— ），男，漢族，重慶武隆人，蘇州大學(xué)蘇州醫(yī)學(xué)院本科生。

*通訊作者：朱琍燕（1982— ），女，漢族，江蘇無(wú)錫人，醫(yī)學(xué)博士，高級(jí)實(shí)驗(yàn)師，研究方向：疼痛發(fā)生發(fā)展的免疫分子機(jī)制和疾病關(guān)聯(lián)性數(shù)據(jù)分析研究。