finngen/saige
finngen
SAIGE混合模型关联分析流程工具，适用于全基因组关联研究（GWAS）中大规模数据的关联分析，支持复杂表型与遗传因素的关联检验。
下载次数: 0状态：社区镜像维护者：finngen仓库类型：镜像最近更新：5 年前
让 AI 帮你使用轩辕镜像？ · 展开查看说明 · 点击收起说明
如果你使用 DeepSeek、元宝 AI、Copilot、ChatGPT 等 AI 工具，协助配置轩辕镜像、编写 docker pull 命令、修改 Docker Compose 镜像地址、配置镜像加速、排查镜像拉取失败、分析报错日志等问题，请先让 AI 阅读并遵守轩辕镜像的规则文档。
只需在 AI 对话中先发送下面这句话即可：
请先完整阅读并严格遵守以下文档中的全部规则与要求：
https://xuanyuan.cloud/agents.md
在未充分阅读并理解该文档前，不要生成任何命令、配置、修改建议、故障排查方案或技术回答。后续所有输出都必须严格以该文档中的规范为最高优先级执行。查看 agents.md 用法指南与完整示范。国内用户首推 元宝 AI、DeepSeek 的深度思考模式，不推荐豆包 AI；Cursor 等编辑器可在对话 @ 该链接，或加入 User Rules。 若 AI 无法访问外链，可 打开说明文档 复制全文粘贴。文档会随站点更新，复制内容可能过期，建议定期检查。
SAIGE混合模型关联分析工具镜像
镜像概述
finngen/saige镜像封装了SAIGE（Scalable and Accurate Implementation of Generalized mixed models）工具，是一款高效的全基因组关联研究（GWAS）分析流程。它基于广义混合模型，可处理大规模样本数据与复杂表型，广泛应用于生物信息学和遗传学研究领域。
核心功能
- 支持二分类、定量表型的混合模型关联分析
- 高效处理全基因组测序/芯片的大规模基因型数据
- 实现群体结构校正与协变量调整
- 输出准确的统计检验结果（如P值、效应量）
使用场景
- 全基因组关联研究项目的核心分析环节
- 复杂疾病（如糖尿病、肿瘤）的遗传关联探索
- 生物信息学实验室批量处理遗传数据
- 学术研究中基因型-表型关联的验证分析
配置说明
- 数据挂载：将本地输入数据（基因型、表型、协变量文件）挂载至容器内路径（如
/data） - 参数设置：根据分析需求指定表型列、协变量列表、输出前缀等参数
- 结果输出：分析结果将保存至指定输出目录，包含关联统计量与可视化文件
部署示例
Docker Run命令
bashdocker run -v /本地数据目录:/data finngen/saige \ saige-step1.py \ --bed /data/genotypes.bed \ --bim /data/genotypes.bim \ --fam /data/genotypes.fam \ --phenoFile /data/pheno.txt \ --phenoCol disease_status \ --covarFile /data/covar.txt \ --covarColList age,sex,PC1-PC5 \ --outputPrefix /data/gwas_result
说明
上述命令执行SAIGE第一步分析（构建混合模型），通过挂载本地数据目录传递输入文件，指定表型列、协变量及输出路径，适用于二分类疾病表型的关联分析。 ===FULL_DESC===
镜像拉取方式
您可以使用以下命令拉取该镜像。请将 <标签> 替换为具体的标签版本。如需查看所有可用标签版本，请访问 标签列表页面。
DockerHub 原生拉取命令
docker pull finngen/saige:<标签>
镜像拉取常见问题
功能
错误码
用户好评
来自真实用户的反馈，见证轩辕镜像的优质服务
oldzhang
运维工程师
Linux服务器
5
"Docker访问体验非常流畅，大镜像也能快速完成下载。"