FaST-LMM

FaST-LMM（Factored Spectrally Transformed Linear Mixed Models）是一款用于全基因组关联分析（GWAS）的工具，支持线性混合模型（LMM）检验，可高效处理大规模 SNP 数据。

原版 FaST-LMM 使用了 intel MKL 数学库，仅能在 x86 CPU上编译运行，这里使用了 openblas 替代 intel MKL 将其迁移到了 ARM 上。迁移后经测试，性能有较大幅度提升，结果保持不变。

项目地址：https://fastlmm.github.io/

使用说明¶

基本用法¶

$ module load arm/fastlmm/2.07
$ fastlmmc [选项]

常用选项¶

使用示例¶

示例 1：使用 -bfilesim（从基因型自动计算亲缘矩阵）¶

fastlmmc -vo -sort- \
    -bfile data/1x6x_17 \
    -bfilesim data/1x6x_17 \
    -pheno data/TraesCS7D01G342000.txt \
    -covar data/1x6x.eigenvec \
    -maxThreads 1 \
    -out results.txt \
    -pValuePrintThreshold 0.01

示例 2：使用 -sim（使用预计算亲缘矩阵）¶

fastlmmc -vo -sort- \
    -bfile data/1x6x_17 \
    -pheno data/TraesCS7D01G342000.txt \
    -sim data/1x6xking.txt \
    -covar data/1x6x.eigenvec \
    -maxThreads 1 \
    -out results.txt \
    -pValuePrintThreshold 0.01

示例 3：线性回归（不使用 LMM）¶

fastlmmc -vo -sort- \
    -bfile data/1x6x_17 \
    -linreg \
    -pheno data/phenotype.txt \
    -mpheno 1 \
    -out linreg_results.txt

示例 4：Leave-One-Chromosome-Out（LOCO）¶

fastlmmc -vo -sort- \
    -bfile data/1x6x_17 \
    -loco \
    -pheno data/phenotype.txt \
    -covar data/1x6x.eigenvec \
    -out loco_results.txt

输入文件格式¶

PLINK 二进制文件（-bfile）¶

需要三个文件：<prefix>.bed、<prefix>.bim、<prefix>.fam

# .fam 文件格式（每行一个个体）
FID IID PID MID Sex Phenotype
Ind001 Ind001 0 0 0 1.234
Ind002 Ind002 0 0 0 2.345

表型文件（-pheno）¶

制表符分隔的文本文件：

FID IID Phenotype_001
Ind001 Ind001 1.234
Ind002 Ind002 2.345

协变量文件（-covar）¶

制表符分隔，第一列为个体 ID，后续列为协变量值：

FID IID PC1 PC2 PC3
Ind001 Ind001 -0.0106 -0.0672 0.0386
Ind002 Ind002 0.0234 0.0456 -0.0123

亲缘关系矩阵（-sim）¶

制表符分隔的对称矩阵，行列标签为个体 ID：

FID IID Ind001 Ind002 Ind003
Ind001 Ind001 0.5000 0.0234 0.0012
Ind002 Ind002 0.0234 0.5000 0.0123
Ind003 Ind003 0.0012 0.0123 0.5000

输出文件说明¶

输出为制表符分隔的文本文件，每行对应一个 SNP：

筛选显著 SNP¶

# 提取 P < 5e-08（全基因组显著性阈值）的 SNP
awk -F'\t' 'NR==1 || $6 < 5e-8' results.txt

# 提取 Top 10 最显著的 SNP
awk -F'\t' 'NR>1' results.txt | sort -k6,6g | head -10

ARM 版与 x86 版对比¶

运行时间对比（ARM vs x86）¶

测试命令

-bfile 1x6x_17 -bfilesim 1x6x_17 -pheno TraesCS7D01G342000.txt -covar 1x6x.eigenvec -maxThreads 1 -out arm_TraesCS7D01G342000.17.out.txt -pValuePrintThreshold 0.01

注意： - 所有测试均使用 -maxThreads 1

数值差异概览¶

ARM OpenBLAS 版与 x86 Intel MKL 版的结果 高度一致，数值差异极小：

数值差异（vs x86）：

Top 显著 SNP 排名完全一致¶

Top 15 显著 SNP 排名完全一致，无任何排序变化。

结果差异说明¶

不影响 GWAS 结论：

1. 量级极小：在 GWAS 显著性阈值 5e-08 附近，绝对差异约 1e-13，距离跨越阈值差 5 个数量级
2. Top SNP 不变：最显著 SNP 排名完全一致
3. 无结论翻转：9072 个 SNP 中不存在"显著 ↔ 不显著"的判定变化

差异来源：ARM NEON 128-bit（2 个 double 并行）与 x86 AVX2 256-bit（4 个 double 并行）的浮点累加顺序不同，经过数千次矩阵运算后产生约 1e-14 的舍入差异，再经 Fisher F-test 非线性函数放大到约 1e-06。这是跨平台 BLAS 库比较的正常水平。

版本间一致性¶

ARM OpenBLAS 版在相同参数下多次运行，输出 逐字节一致，数值计算稳定可复现。

提示：如需完整数值对比数据，详见 TEST_REPORT.md。

常见问题¶

Q1：输出中的 "Warning: SNP has no variation" 是什么？¶

表示该 SNP 在所有个体中的基因型完全相同，无法提供信息量，被自动过滤。这是正常现象。

Q2：如何选择 -pValuePrintThreshold 的值？¶

• 全基因组显著性分析：0.01 或 0.05
• 仅关注极显著位点：1e-05 或 5e-08
• 值越小，输出文件越小，运行时间略有缩短