背景知识，推荐阅读：
Guidelines for performing Mendelian randomization investigations
讲了为什么要做MR、MR的原理、工具变量的选择、MR方法、
首先工具变量需要满足三个核心条件
Ref：Appraising the Causal Association of Plasma Homocysteine Levels With Atrial Fibrillation Risk: A Two-Sample Mendelian Randomization Study
其中B就是horiziontal pleiotroypy，一般就是文章提到的pleiotropy多效性；即这个SNP不只和暴露相关，还和混杂相关（通往结局的通路不同）；这样的SNP就是需要排除的。
还有一种就是vertiacal pleiotropy，又称indirect或mediated，就是指这个SNP和一些同样在这条通路上的其他变量相关；暴露和这些变量通往结局的通路相同，起到了中介的作用（下图a-c）。
最后作者如是说…… 
一般可以通过敏感性分析来检测工具变量的多效性，如TwoSampleMR就有（可以看我另一篇教程： TwoSampleMR-R教程 两样本孟德尔随机化（原来真的就是这么简单……）
最常用的检测多效性的模型是MR-Egger、median- 或mode-based、和MR-PRESSO。
检测异质性heterogeneity的主要有Cochran’s Q statistic或 I square。
Leave-one-out 去一法，顾名思义，就是轮流去掉一个SNP，观察结果的变化。
一些更高阶的敏感性分析，比如colocalization共定位（都可以再发一篇了……）可以看一个SNP是否与多个trait相关，可以通过R包moloc或coloc实现。
基本上读完就了解了大概。在此基础上，再看几篇高分的MR文章，学他们的方法就好了。
我观察到的，基本上要么全纳入达到全基因组显著性的（尤其是one-sample MR单样本MR），要么就根据明显的多效性和弱工具变量筛。