孟德尔随机化表示：肥胖相关的癌症风险被低估了( 二 )_在过去70年里

与任何其他研究设计一样，MR研究也有自己的弱点，所以不能孤立地解释MR的研究结果，而应将其视为对其他研究设计的补充。下图详细展示了MR的应用场景（图1）。

图1 孟德尔随机化（MR）对明确癌症病因的帮助

实例：超重相关的癌症负担

研究背景

一项针对观察性数据的综述表明，肥胖会增加13种癌症的风险，证据等级为“充足”。根据队列研究中的癌症特异性相对风险估计，归因于超重和肥胖的癌症人群占比估计为6%，这一比例在未来几十年可能还会上升。在高收入国家，估计超重将会成为仅次于烟草的第二大癌症诱因。

研究方法

通过以下方法获得BMI对每种癌症影响的MR估计值：① 对已知会影响BMI的SNPs进行加权产生BMI的遗传工具；② 每种特定癌症的GWAS结果。

BMI的遗传工具来自GIANT consortium和UK Biobank的Meta分析，包括70万名测量过BMI的参与者的全基因组数据，产生了714个与BMI相关的独立遗传变异，P值为5x10-8。在与肥胖相关的13种癌症中，有大型GWAS结果的癌症为7个，包括结直肠癌、肾癌、胰腺癌、卵巢癌、子宫内膜癌、乳腺癌和食管癌。