研究目的利用孟德尔随机化Mendelian Randomization, MR方法以遗传变异为工具变量系统评估DNA甲基化、转录组、代谢组、肠道菌群、口腔菌群等微观分子特征与表观遗传年龄加速度EAA之间的因果关系从分子层面区分“伴随标志物”与“驱动因素”为干预靶点筛选提供因果依据。核心分析流程本研究构建了完整的MR微观因果推断分析流程包含11个核心R脚本序号脚本名称功能101_MR_analysis_loop.R批量MR分析主循环202_MR_filter_accept.Rp值筛选、方向一致性筛选303_SE_filter_accept.RSE阈值筛选404_MR_data_merge.R合并MR结果、FDR校正505_weight_network.R权重计算、因果路径网络分析606_weight_boxplot.RWeight分布箱线图707_bar_chart.R特征效应对比柱状图808_ridge_scatter_plot.R山脊图散点图MOFA权重整合909_heatmap.R组学特征热图1010_network_plot.R因果路径网络图1111_cytoscape_export.RCytoscape网络文件导出关键方法工具变量筛选采用LD clumpr² 0.001剔除连锁不平衡SNP确保工具变量独立性通过P 1e-5和方向一致性≥3种MR方法方向一致双重筛选保证因果推断可靠性。权重计算定义边权重 weight |β| × (-log10(p))综合反映因果效应强度与显著性。路径搜索以MOFA权重和β值总和排名前50的并集为起始节点EAA为终点搜索步长≤5的因果路径计算综合评分Score AEP × √SL × √TW / steps。多方法验证采用IVW、MR-Egger、加权中位数等多种MR方法结合异质性检验、多效性检验、留一法、Steiger检验进行敏感性分析。代码特点高性能计算多线程并行处理32核心分批处理大数据每批48个特征批处理自动化自动遍历所有暴露-结局对批量完成MR分析严格质量控制多层筛选P值、方向一致性、SE阈值、FDR校正可视化完整从Weight分布到因果网络从热图到山脊图输出PNGPPT双格式Cytoscape兼容导出GraphMLSIF样式文件支持发表级网络编辑应用价值本套代码实现了从GWAS结果到因果推断、从网络构建到可视化输出的全流程自动化可用于大规模分子特征与表型之间的因果关系挖掘为衰老机制研究和干预靶点筛选提供方法论支持。