孟德尔随机化的原理

手冲咖啡的香气弥漫在狭小的房间里。

窗外下着雨，和往常一样。我端着第二杯아아（冰美式简称，아이스 아메리카노，ice americano —— 一个无聊的冷知识），坐在电脑前，屏幕上是那篇用孟德尔随机化（Mendelian Randomization, MR）研究喝咖啡和抑郁症关系的论文¹。结论是：没关系。

喝咖啡续命这件事，看来只是续命。

这个结果令人有点失落。毕竟每天两杯美式，总想骗自己说这是在预防抑郁。

去年的经济学奖把因果推论的地位又提升了一档，前几天刚啃完IV（Instrumental Variable, 工具变量法），再看这篇文章，清楚了许多，心境也已经不一样了。

从一个问题开始

咖啡和抑郁没有关系。这句话本身没问题。

问题在于：怎么证明？

最直接的方法是比较喝咖啡的人和不喝咖啡的人，看谁的抑郁风险更高。

但喝咖啡的人和不喝咖啡的人，能直接比较吗？恐怕不能。喝咖啡的人可能本来就生活规律、社交广泛、压力较小——这些因素本身就降低抑郁风险。你怎么知道是咖啡有用，还是这些混淆因素在作祟？

随机对照试验（RCT）可以解决。但你不能把人随机分组，一组命令喝咖啡，一组禁止喝，然后跟踪十年看谁先抑郁。伦理上说不通，时间上也等不起。

所以观察性研究只能告诉你"喝咖啡的人抑郁风险更低"，永远不能告诉你"喝咖啡能降低抑郁风险"。

因果推论在这里碰壁了。

工具变量登场

这时候，计量经济学的老朋友出现了：工具变量。

一个变量 $Z$ 要成为好的工具变量，需要满足三个条件：

• 相关性：$Z$ 必须和自变量 $T$ 相关
• 排他性：$Z$ 只能通过 $T$ 影响因变量 $Y$，不能有别的途径
• 无混淆：$Z$ 和混淆因素无关

用人话说：$Z$ 要能影响 $T$，但只能通过 $T$ 来影响 $Y$，不能自己偷偷影响 $Y$，也不能和影响 $Y$ 的其他因素有关联。

举例：烟草税 $Z$ 作为工具变量，研究吸烟 $T$ 对肺癌 $Y$ 的影响。

烟草税影响吸烟行为（相关性）。烟草税和个人生活习惯可能无关（无混淆）。烟草税只能通过改变吸烟行为来影响肺癌，不能自己直接导致肺癌（排他性）。

满足这三个条件，工具变量就帮你绕开了混淆问题。

怎么用？二阶最小二乘法（2SLS）：

第一阶，用 $Z$ 预测 $T$：

第二阶，用预测值 $\hat{T}$ 回归 $Y$：

$\beta_1$ 就是因果效应——把 $T$ 中和混淆相关的部分剔除，只留下工具变量"干净"的那部分影响。

听起来很美。

问题是：好的工具变量很难找。

烟草税是一个特例。大多数时候，你想找个和"吸烟"相关但又不通过其他途径影响肺癌的变量，没那么容易。

基因：天然的随机分配

孟德尔随机化（Mendelian Randomization, MR）的核心思想是：用基因变异作为工具变量。

为什么基因可以？

第一，基因和暴露因素相关。比如某些基因变异会影响咖啡因代谢速度，进而影响咖啡摄入量。

第二，基因在受精时就已经确定，不受后天环境影响。你的咖啡因代谢基因不会因为你开始健身、戒烟或者搬家而改变。这意味着基因不受那些通常干扰暴露-结局关系的混淆因素影响。

第三，基因型通常不直接导致结局——除非是直接相关的基因疾病。它只能通过影响暴露因素间接发挥作用。

这就好像自然界帮你做了一个随机对照试验。基因在受精时随机分配，就像抛硬币。

所以MR的逻辑链条是：基因变异 $G$ → 暴露因素 $T$ → 结局 $Y$。$G$ 作为工具变量，通过 $T$ 影响 $Y$，而 $G$ 本身不和 $Y$ 的混淆因素相关。

应用到咖啡-抑郁问题：找到影响咖啡摄入量的基因变异，用这些变异作为工具变量，估计咖啡对抑郁的因果效应。

那篇论文用的就是这种方法。找到了和咖啡摄入相关的基因变异，做MR，结论是：没因果关系。

好。

局限与反思

但MR不是万能的。

首先，工具变量难找。不是所有暴露因素都有合适的基因变异。咖啡因代谢基因能找到，但"生活满意度"这种东西呢？很难找到相关的基因。

其次，水平多效性（horizontal pleiotropy）问题。一个基因可能通过多条路径影响结局——不只是通过咖啡摄入，还可能通过其他代谢途径直接影响抑郁。这样就违反了排他性假设。

第三，弱工具变量问题。如果基因变异和暴露因素的相关性太弱，估计精度会很低，结果不可靠。

第四，样本量要求。大样本GWAS的基因数据是MR的基础，没有足够的数据，MR做不了。

科学方法总是这样——

看起来很美，用起来全是坑。

但转念一想，这不就是科研的常态吗？每种方法都有局限，没有完美的方法，只有不断逼近真相的尝试。MR提供了一种在观察性数据里估计因果关系的思路，即便不完美，也比什么都不做要强。

尾声

雨还在下。

窗户上有一层水。咖啡杯上也有一层水。

研究者用MR证明喝咖啡和抑郁没有因果关系——这不是坏消息，这是一件好事。它让我知道，想要靠咖啡续命来预防抑郁，是我自己想多了。

生活中很多事情不需要因果证据。

喜欢就够了。