孟德尔随机化研究的遗传混杂偏倚

孟德尔随机化（MR）利用遗传变异作为工具变量，在存在未测量混杂的情况下估计暴露对结局的因果效应。其核心假设是遗传变异仅通过暴露影响结局，即满足“基因-环境等效原则”。然而，随着全基因组关联研究样本量增大，越来越多的弱效遗传变异被识别为关联工具。一项模拟研究指出，这些弱效工具可能通过多效性直接影响结局，违反排他性限制，导致因果估计偏倚。

研究团队通过构建多种模拟场景证明，当遗传工具的效应量较小时，其更容易通过与其他性状共享的遗传通路产生间接影响。这种违反假设的行为在传统MR检验中难以被完全检测，尤其当样本量增大时，统计显著但效应偏小的工具会加剧“遗传混杂”。作者建议在MR分析中优先使用效应量较大的工具，并采用敏感性分析评估结果稳健性。

该发现对利用大规模生物银行数据进行因果推断具有警示意义，提示研究者需平衡统计效力与工具变量有效性。未来研究应更严格地筛选遗传工具，开发针对性方法校正多效性偏倚，以确保因果结论的可靠性。