**欢迎来到向量化与并行化的世界！**本次更新就一个重大功能，就是并行化运行mr分析，以最优的效率批量跑大量的数据。家用电脑较新服务器基本可以实现2小时批量运行10000个因素，如果你有高性能服务器，恭喜你，30分钟以内就能跑完。
由于本次主要是思路与方法的分享，所以函数的帮助文档写的不多，主要还是看示例代码即可，应该还是很容易上手的。
公众号回复：“示例”即得示例代码
这个函数是用于执行循环Mendelian Randomization (CycleMR) 分析的功能函数，可以在R语言中使用。该函数可以将数据分配到多个计算节点中运行，提高MR分析的效率。
直接在R语言中调用这个函数，如下所示：
# 调用cyclemr函数
mr_results <- cyclemr(dat = data, cl_num = 4, type = "list")
dat: harmonise_data后的数据，可以是数据框或列表类型。默认是listcl_num: 批量化线程数。type: MR分析数据类型，可以是"list"或"data"，默认为"list"。主要使用情况也是list
注： 如何判断自己的电脑能开启的最大线程数？
在任务管理器可看到
内核： 计算机核心数
逻辑处理器： 计算机总线程数
比如说很多处理器宣传是8核16线程，这个8就指的是内核，这个16指的是逻辑处理器。
本质上，16只是将每个核心一分为2，但是他们能干的活是一样的。所以一般设置为内核数即可满载CPU
当然这不能一概而论，因为每个CPU和厂家调度不一样，如果你发现使用内核数不能让CPU跑到100%，则尝试用逻辑处理器数
cyclemr函数返回一个包含MR分析结果的数据框。
下面是使用这个函数的一个示例：
mr_results <- cyclemr(dat = data, cl_num = 16, type = "list")
在设置无误情况下，这是我手头有的所有电脑测试出的运行时间：
运行10000个数据。（ieu批量数据前10000个）除了服务器外，其他均使用Windows系统
| CPU | 核数（运行时开的线程数） | 时间 |
|---|---|---|
| i9-12900H（拯救者2022 Y9000P 狂暴模式） | 14核20线程（14） | 1小时28分 |
| r7-5700X（台式） | 8核16线程（16） | 1小时38分 |
| r9-6800H (yoga2022 14S 性能模式) | 8核16线程（16） | 1小时54分 |
| r5-3500X (台式) | 6核12线程 （12） | 3小时47分 |
| r5-4600H （拯救者 2020 R7000 狂暴模式） | 6核12线程 （12） | 约4小时 |
| 双路 EPYC 7T83 （服务器 Linux） | 128核256线程（128） | 11分钟 |
欢迎各位补充自己手头的机器的运行时间数据，尤其M系列的苹果处理器数据
根据CHR和POS，从ensemble官网中获取rsID。
get_rsid(chr, pos, version = 'hg38')
chr：染色体号。pos：基因位置。version：表示使用的基因组版本，默认为最新的版本（'hg38'）。也可选择hg19.- 注： GRCh37=hg19，GRCh38=hg38
该函数基于生物信息学数据库Ensembl SNP Mart来查询给定位置的相关信息。如果未指定基因组版本，则默认使用最新的版本(hg38)。该函数会根据指定的基因组版本选择正确的URL。如果您想查询其他版本的数据，可以将version参数设置为相应版本的字符串。
参考：How to find rsID with biomaRt in R (bioconductor.org)
ds4 <- data.frame(CHR = c("8", "8", "8", "8", "8"),POS = c('101592213', '106973048', '108690829', '102569817', '108580746'))
res<-get_rsid(chr=ds4$CHR, pos=ds4$POS, version = 'hg38')
如果出现：
Error in curl::curl_fetch_memory(url, handle = handle) :
Timeout was reached: [grch37.ensembl.org:80] Operation timed out after 300013 milliseconds with 7909 bytes received
这并不是代码问题，而是网络超时了，ensemble的API经常拥堵，多试几次即可。当然也有可能请求的数据量太大，也可能会出现这个问题。
这两个函数是用于进行双样本MR（Two-sample Mendelian Randomization）分析的数据处理和提取过程的功能函数。
get_exposure函数用于从给定的遗传仪器ID中提取出暴露（exposure）数据。get_outcome函数用于从给定的遗传仪器ID和暴露数据中提取出结果（outcome）数据。
使用这两个函数前，需要先安装并加载TwoSampleMR包。
library(TwoSampleMR)
然后可以直接在R语言中调用这两个函数，如下所示：
# 调用get_exposure函数
exposure_data <- get_exposure(id = "ieu-a-1", pval = 5e-8, r2 = 0.001, kb = 10000)
# 调用get_outcome函数
outcome_data <- get_outcome(id = "ieu-a-1", expo = exposure_data)
get_exposure函数的参数说明：id: 遗传仪器ID。pval: 提取暴露数据的P值阈值，默认为5e-08。r2: 遗传仪器间的LD（linkage disequilibrium）值的阈值，默认为0.001。kb: 遗传仪器的范围（以kb为单位），默认为10000。
get_outcome函数的参数说明：id: 遗传仪器ID。expo: 暴露数据，TwoSampleMR包格式
获取OPEN GWAS数据库所有可用的ID。可以指定获取某个前缀的ID
使用这个函数前，需要先安装并加载TwoSampleMR包。然后可以直接在R语言中调用这个函数，如下所示：
# 调用get_ao函数
ao <- get_ao()## 不限定来源则返回所有id
ao <- get_ao(a = "finn")## 这样就会返回finn的所有可用id
a: （可选）数据来源。
来自OPEN GWAS Browse the IEU OpenGWAS project (mrcieu.ac.uk) 5.1获取
（主要用于向量化）用于清洗outcome。将exposure中（list形式，也就是批量化的形式存在的exposure）不存在的SNP从outcome中剔除，大幅精简outcome，并大幅提升harmonise_data的速度。
实测清洗与不清洗outcome对比，速度相差一百倍以上。
直接在R语言中调用这个函数，如下所示：
# 调用clean_outcome_from_exposure函数
cleaned_outcome <- clean_outcome_from_exposure(expo = exposure_data, outcome = outcome_data)
expo: 暴露数据，格式为list，TwoSampleMR包格式。比如get_exposure批量化获取下来的数据outcome: 结果数据，TwoSampleMR包格式。
这个函数是用于清洗遗传关联数据集，使其符合特定的数据集要求的功能函数。
直接在R语言中调用这个函数，如下所示：
# 调用clean_GWAS函数
cleaned_GWAS_list <- clean_GWAS(list = GWAS_list, clean = c("bbj", "eqtl"))
list:一个list。里面包含每个暴露的data.frame。 具体参考批量运行get_exposure后的结果clean: 需要清洗的数据集名称，一个字符型向量类型。具体参考get_ao的附注。
clean_GWAS函数返回一个清洗后的遗传关联数据集列表，符合特定数据集要求。
- 代码作者：广州医科大学 第一临床学院 周浩彬 第二临床学院 谢治鑫
- 帮助文档作者： 周浩彬
- 时间：2023/5/1
- 适配版本: Get_MR2.0
- 开源许可证：GPL3.0
- 公众号： GetScience
- 致谢：感谢广州医科大学 第六临床学院 黄覃耀和 南山学院 林子凯在孟德尔随机化概念，代码思路等提供的重要的建设性建议。