同样叫 GWAS，用 PLINK 做常规回归，和用 REGENIE 等工具处理大样本、相关个体或多个表型，服务器需求可能完全不同。
混合模型或两阶段 GWAS 不只是“多跑一个命令”。全基因组预测、关联检验、染色体分区、多表型输出和临时文件，会把内存、CPU 与工作盘绑在一起。
尤其当你启用低内存模式时，问题并没有消失，而是从内存转移到了磁盘。
为什么混合模型需要单独评估资源？
普通边际回归通常逐个位点检验。大样本或存在亲缘关系、群体结构时，研究者可能使用全基因组预测或混合模型，先估计背景遗传效应，再做逐位点关联。
以 REGENIE 为例，流程分为两个主要步骤：
- Step 1：使用一组基因型构建全基因组预测；
- Step 2：结合预测结果，对目标变异和表型执行关联检验。
样本数、SNP 数、block size、ridge 参数和表型数量，都会改变 Step 1 的内存与临时文件压力。Step 2 又可能按染色体、表型或分区并行。
多一个表型，可能不只是多一份结果
REGENIE 官方计算要求说明，默认模式会在内存中保存预测数据。文档给出的示例中，当样本、SNP、block size 和 ridge 参数固定时，单个表型可占用约 8 GB，25 个表型合计可达到约 200 GB。
这不是所有项目的通用数字，却揭示了一个重要规律：表型数量也会成为内存维度。
如果只按样本数和位点数配置服务器，而忽略表型数量，单表型测试可能顺利，多表型正式运行却会突然越过内存上限。
低内存模式：少占内存，多用磁盘
REGENIE 的 --lowmem 会把部分预测结果写到临时文件，避免全部保存在内存中。这样可以降低 RAM 压力，但临时盘容量、写入速度和目录管理就变得更重要。
如果把临时目录放在容量不足或速度较慢的磁盘上，低内存模式可能从“OOM”变成“磁盘爆满”或“I/O 等待”。因此，选择 lowmem 不能只看内存数字，还要同时规划：
- 临时文件放在哪块盘；
- 多个表型会生成多少临时数据；
- 任务中断后是否保留或清理临时目录；
- 并行分区是否同时写入同一存储；
- 最终结果和中间预测文件如何归档。
线程越多，也要看任务怎么拆
REGENIE 支持通过 --threads 使用多个核心。官方建议在合适场景中使用多线程，同时也指出某些 gene-based tests 更适合限制单任务线程，再按基因组分区并行。
这说明“给一个任务全部核心”并不总是最佳策略。大样本 GWAS 常常更需要把染色体、表型、分区和任务队列一起规划，让每个任务有清楚的内存与输出边界。
不同运行方式，资源压力落点不同
| 运行方式 | 主要压力 | 配置重点 |
|---|---|---|
| 默认 Step 1 | 预测数据驻留内存 | 按样本、SNP 和表型评估 RAM |
| Step 1 + lowmem | 临时文件写盘 | 高速工作盘、容量和清理规则 |
| 多表型同时运行 | 内存或临时文件成倍增加 | 分批、限制并发、独立输出 |
| 按染色体或分区并行 | CPU、I/O 与文件数量 | 任务队列、命名与合并检查 |
什么时候需要高内存，什么时候更需要高速工作盘？
如果表型较少、样本和位点规模可控，标准模式可能更直接；如果表型多或内存有限，lowmem 可以降低 RAM 压力，但需要更大的高速磁盘。
出现以下情况时，建议单独做服务器评估：
- 大样本或 imputation 数据，需要两阶段或混合模型 GWAS；
- 多个表型、亚组或模型需要批量运行；
- Step 1 峰值内存接近现有机器上限；
- 准备使用 lowmem，却没有足够高速临时盘；
- 需要按染色体、表型或分区并行，并统一合并结果；
- 需要完整保留预测文件、日志、版本和参数以便复现。
配置前需要说明的 8 项信息
- 样本数与位点数；
- 基因型格式和文件总大小；
- 定量或二分类表型数量；
- 协变量数量和缺失情况；
- 准备使用的模型与软件版本；
- 是否使用 lowmem、Firth 或 gene-based tests；
- 按染色体、表型或分区的并行计划；
- 期望完成时间和需要保留的中间文件。
把模型和数据规模发来，先获得运行方案
如果混合模型 GWAS 已经卡在内存峰值、临时盘或多表型排队，可以联系云生信企业微信客服，发送“混合模型 GWAS”。
请准备样本数、位点数、表型数、输入格式、软件与模型、是否使用 lowmem，以及时间要求。我们会先判断线程、内存、工作盘和并行分区方式，再给出服务器运行方案。
