孟德尔随机化表示：肥胖相关的癌症风险被低估了_在过去70年里

在过去70年里，研究人员发现了导致癌症的多种因素，包括吸烟、酗酒、肥胖和紫外线照射，职业环境中的致癌物质以及感染因素。但是还有约一半的癌症负担与以上因素无关。

确定致癌原因存在许多困难，包括流行病学研究设计的局限性、混杂因素和因果倒置等问题，以及对罕见癌症的统计能力不足。癌症潜在的原因有可能包括人群中相对普遍存在的因素，如空气污染或水污染，也有可能只和儿童或青少年某个特定时间窗有关。

孟德尔随机化（MR）为克服某些局限性提供了机会，可进一步阐明癌症的潜在原因。MR是一种工具变量分析，将基因变异（例如单核苷酸多态性SNP）作为待研究暴露因素的工具变量。

相对于传统的观察性研究，MR的优势在于，亲代等位基因是随机分配给子代的，从而避免了因果倒置引起的偏倚，混杂因素的影响也更有限。

UK Biobank等大型队列的大规模全基因组数据以及癌症全基因组关联研究（GWAS）的应用，伴随着关键的方法学进展，使得已经可以对大多数癌症与一系列危险因素展开良好的MR分析。例如，糖尿病是新受关注的一个癌症原因，传统的流行病学研究始终对此没有确凿的证据，孟德尔随机化研究的结果阐明了多种癌症和糖尿病的相关性，包括肾癌、胰腺癌和肺癌。