先看结论：先查对象和代码是否把稀疏矩阵展开、复制了大对象或使用了不必要的全量步骤，再决定是否升级内存。评分本身通常不是唯一瓶颈；预处理、整合、ScaleData 和并行复制更容易制造峰值。
适用情况
Seurat 对象在模块评分、归一化、整合或后续可视化过程中出现 cannot allocate、killed、OOM 或 R 会话退出。
建议按这个顺序检查
- 记录细胞数、基因数、对象文件大小、当前内存和完整报错，区分 R 错误、系统 OOM 与会话中断。
- 检查 Matrix 稀疏矩阵是否被 as.matrix、data.frame 或某些并行步骤转换为普通矩阵。
- 确认评分使用的 assay/layer 和基因集，不为少量签名复制整个对象或全量缩放全部基因。
- 在一个细胞子集上验证逻辑和输出，再回到全量数据；避免失败后盲目重复提交。
- 超大对象再评估 BPCells 磁盘存储、sketch 工作流或更高内存，并用代表性任务试跑测峰值。
不能从当前结果直接得出什么
仅凭细胞数不能精确给出内存。对象层数、特征数、整合方法、并行策略和中间复制都会改变峰值；更大内存也不能修复错误的数据结构或无限复制。
依据与版本
- Seurat v5 sketch 与磁盘存储工作流Seurat v5
- Seurat AddModuleScore 官方文档Seurat 当前文档
最后核验：2026-10-10｜资料核验：公开来源核对