双向多表型 MR 研究规划

要解决什么问题

多暴露、多结局的双向孟德尔随机化（MR）研究往往卡在「设计」阶段：既要系统筛表型对、又要约定 IV 筛选与 clumping、主效应（IVW）与加权中位数 / MR-Egger / MR-PRESSO / 留一法、成对检验的 FDR，还要区分「关联信号」与「经敏感性过滤的因果支持」。本技能针对的是可执行的研究设计方案，而不是文献综述或工具清单。

技能如何工作

你提供暴露族与结局族（疾病族、性状族均可），并可补充双向需求、亚型分辨率、表型数量、人群祖源、P 值阈值与配置档位偏好。技能会按固定流程：推断研究类型与方向性 → 匹配研究模式（单族双向、多表型筛选、亚型解析、表型组双向因果图、机制优先随访等）→ 输出 Lite / Standard / Advanced / Publication+ 四档配置（目标、GWAS 资源、模块、工作量、图表复杂度、优劣）→ 推荐主路径并做依赖一致性检查（双向是否双方向 IV、多重检验是否在解读前声明等）→ 用八字段模板写出逐步工作流，并附带验证与证据层级说明。

适用边界

输入限于基于 GWAS 汇总统计 的 MR 因果设计。临床用药建议、个体级 PRS 部署、纯观察性关联（无工具变量框架）、仅湿实验且无 GWAS backbone、以及非生物医学题，会按规范拒答并说明范围外原因。若无法核验文献，会明确标注证据缺口或检索策略，不编造 PMID/DOI。