用途：回答“[暴露]是否因果影响[结局/疾病]”，可用于三角验证观察性关联、反向因果检查、药物靶点与风险因素优先级排序，以及区分因果驱动因素与其共同病因的旁观者。
主要能力：封装 IEU OpenGWAS / EpiGraphDB 的 MR-EvE（Everything-vs-Everything）资源，返回预计算的两样本 MR 结果。锚点工具包括 EpiGraphDB_search_opengwas（将自由文本性状解析为精确 OpenGWAS 研究 ID 与标签）、EpiGraphDB_get_mendelian_randomization（暴露→结局的预计算 MR 估计）、OpenGWAS_get_mr_instruments（自定义两样本 MR，需免费 OPENGWAS_JWT）、MR_estimate（输入 harmonized 的 beta/se 数组，计算 IVW、MR-Egger、加权中位数及 Cochran's Q/I²）、EpiGraphDB_get_genetic_correlations、EpiGraphDB_get_drugs_for_trait、gwas_search_associations。
使用方式：先用 search_opengwas 解析精确标签，再调用 get_mendelian_randomization；每行含 beta、se、pval、method、moescore 及暴露/结局 ID。若配对未覆盖，可用 OpenGWAS_get_mr_instruments 组装 harmonized 数据后传给 MR_estimate。需注意标签匹配区分大小写，结果为空且带 metadata.note 通常表示标签未匹配而非无因果效应。
限制：MR-EvE 仅限预计算配对；自定义工具需 OPENGWAS_JWT；回文 SNP 未做链方向解析；水平多效性是主要威胁；人群以欧洲祖先为主；遗传相关不等于因果。高级敏感性分析（MR-PRESSO、Steiger 过滤、留一法）仍需 TwoSampleMR R 包。