在孟德尔随机化（mendelian randomization，MR）研究中，最常用的类型是两样本MR，两样本MR分析的规范化贯穿研究的各个环节，包括数据处理、统计分析、各类检验等必要的质量控制，具体可包括如下要点：

1.工具变量选择：MR研究通常需要选择来自较大样本量或高质量的全基因组关联研究数据，从而获得准确有效的工具变量（Ⅳ）。绝大多数研究需要根据全基因组关联的显著性阈值（P值）、次要等位基因频率（minor allele frequency，MAF）、连锁不平衡（linkage disequilibrium，LD）等条件来选择合适的单核苷酸多态性位点（single nucleotide polymorphism，SNP）作为工具变量。常用的阈值设置如P<5×10^-8、MAF>0.01、LD r²<0.001等，可根据实际情况酌情调整。

2.检验弱工具变量偏倚：根据MR的三大前提假设之一，工具变量SNP需满足与暴露因素具有相关性。若Ⅳ与暴露因素的相关性较弱，则容易产生弱工具变量偏倚，从而影响研究的正确推断，因而需要对工具变量的强度进行检验。一般需要计算工具变量的R²和F值等参数，通常至少需要满足F>10。

3.选择合适的MR方法：目前用于MR研究的方法多达数十种甚至更多，因此，选择合适的方法对于保证研究质量至关重要。常用的MR方法包括：逆方差加权、加权中位数、加权模、MR-Egger、MR-PRESSO等。不同MR方法的前提假设和原理各有不同，同时采用多种MR方法可验证结果的稳健性。

4.水平多效性检验：遗传变异SNP若通过除了“工具变量-暴露-结局”之外的路径对结局产生影响，即水平多效性。这种情况下违反了孟德尔随机化三大假设之一的排他性假设，也是MR研究中需要重点考虑的问题。研究者可以选择具有检验或控制水平多效性的方法，如MR-Egger的截距项检验、MR-PRESSO方法的离群值SNP识别和校正等。

5.其他要点：MR研究还需要考虑人群的异质性，确保同质人群（如暴露和结局数据均为亚洲人群）、尽量保证两样本MR的暴露和结局全基因组关联研究数据源的样本人群不存在重叠、采用不同策略的敏感性分析、纳入不同的暴露或结局数据源进行外部验证等。