《Bioinformatics》：MR-MAS: An End-to-End Multi-Agent System for Autonomous Mendelian Randomization Analysis
编辑推荐：
**摘要**
**动机**
理解疾病相关的因果机制对于生物医学研究至关重要，但孟德尔随机化（MR）的实际应用仍受到碎片化分析工作流程和对外行专家强烈依赖的限制。这些挑战阻碍了端到端 MR 分析的高效、标准化和可重复执行。
**结果**
我们提出了 MR-MAS，一个基
**摘要****动机**理解疾病相关的因果机制对于生物医学研究至关重要，但孟德尔随机化（MR）的实际应用仍受到碎片化分析工作流程和对外行专家强烈依赖的限制。这些挑战阻碍了端到端 MR 分析的高效、标准化和可重复执行。**结果**我们提出了 MR-MAS，一个基于多智能体架构构建的端到端自动化 MR 分析系统。MR-MAS 利用大语言模型（LLMs）的推理和协调能力，并集成外部工具，将数据获取、因果效应估计、结果解释和稿件撰写统一为单一工作流程，从而减少人工工作量。MR-MAS 进一步整合了结构化的孟德尔随机化知识库（MRKB），以支持 MR 方法的实现和 MR 分析代码的针对性修复。在多种测试场景中，MR-MAS 展现了稳定的工作流程执行能力，复现了多个文献支持的因果信号，并在重复运行和不同模型后端下保持了因果估计的一致性。额外评估表明，MRKB 指导下的特征检索稳健性增强，代码修复性能提升。这些结果表明，MR-MAS 可能为生物医学研究中的可扩展、标准化和可重复的 MR 分析提供实用支持。**可用性与实现**源代码、MRKB 和基准数据已在
https://github.com/Zaiwen/MR-MAS 免费提供，本研究所使用的版本已归档于
https://doi.org/10.5281/zenodo.20342636。**补充信息**补充数据可在 *Bioinformatics* 在线版获取。
