孟德尔随机化 代码出错 前几天还是好的（代码没有变动）_error in ieugwasr::tophits(outcomes, pval = p1, cl

Error in ieugwasr::tophits(outcomes, pval = p1, clump = clump, r2 = r2,  : 
  参数没有用(access_token = access_token)

# 安装所需的包（如果尚未安装）
# install.packages("remotes")
# remotes::install_github("MRCIEU/TwoSampleMR")
 
# 载入 TwoSampleMR 包
library(TwoSampleMR)
 
# 设置多个暴露因子和结果的数据ID
exposureIDs <- c("ukb-b-9")   # 暴露因子数据ID
outcomeIDs <- c("ieu-a-1")    # 结果数据ID
 
# 设置工作目录
setwd("E:\\zhuomian\\01多暴露因素对应多结局")
 
# 创建一个空的数据框，用于存储所有结果
finalResults <- data.frame()
 
# 循环处理每个暴露因子
for (exposureID in exposureIDs) {
  # 循环处理每个结果
  for (outcomeID in outcomeIDs) {
    # 提取暴露因子数据  p1数值可调整
    exposure_dat <- extract_instruments(exposureID, p1 = 1e-6, clump = TRUE)
    
    # 提取结果数据
    outcome_dat <- extract_outcome_data(snps = exposure_dat$SNP, outcomes = outcomeID)
    
    # 将暴露因子数据和结果数据进行协调
    dat <- harmonise_data(exposure_dat, outcome_dat)
    
    # 提取需要保留的数据用于后续分析
    outTab <- dat[dat$mr_keep == "TRUE", ]
    write.csv(outTab, file = paste0("table.SNP_", exposureID, "_", outcomeID, ".csv"), row.names = FALSE)
    
    # 进行 MR 分析
    mrResult <- mr(dat)
    
    # 选择特定的 MR 方法进行分析
    # 可以根据需要进行选择，以下为几种可选方法
    # mr_method_list()$obj
    mrResult <- mr(dat, method_list = c("mr_ivw", "mr_egger_regression", "mr_weighted_median", "mr_simple_mode", "mr_weighted_mode"))
    
    # 生成 Odds Ratios（OR）的表格
    mrTab <- generate_odds_ratios(mrResult)
    write.csv(mrTab, file = paste0("table.MRresult_", exposureID, "_", outcomeID, ".csv"), row.names = FALSE)
    
    # 进行异质性检验
    heterTab <- mr_heterogeneity(dat)
    write.csv(heterTab, file = paste0("table.heterogeneity_", exposureID, "_", outcomeID, ".csv"), row.names = FALSE)
    
    # 进行多重性检验
    pleioTab <- mr_pleiotropy_test(dat)
    write.csv(pleioTab, file = paste0("table.pleiotropy_", exposureID, "_", outcomeID, ".csv"), row.names = FALSE)
  
    # 将每次循环中生成的结果追加到总的结果数据框
    finalResults <- rbind(finalResults, cbind(exposureID = exposureID, outcomeID = outcomeID, mrTab))
  }
}
 
# 将 dev.off() 移到循环外部
dev.off()
 
# 将最终的结果写入一个总的CSV文件
write.csv(finalResults, file = "finalResults.csv", row.names = FALSE)