拟合SAIGE空模型时出现Sigma_E=0未收敛错误求助

问题重现 #

执行SAIGE步骤2的空模型拟合命令：

seqFitNullGLMM_SPA(pheno~age+sex, phenotye, grm, trait.type="quantitative", sample.col="IID", maf=0.005, missing.rate=0.01)

出现如下报错：

Filtering variants:
[==================================================] 100%, completed, 10s
Fit the null model: pheno ~ age + sex + var(GRM)
    # of samples: 10,033
    # of variants: 40,739
    using 1 thread
Transform on the design matrix with QR decomposition:
    new formula: y ~ x0 + x1 + x2 - 1
Start loading SNP genotypes:
[==================================================] 100%, completed, 13s
    using 590.1M (sparse matrix)
Quantitative outcome: pheno
         mean         sd  min  max
    0.2772192 0.05953586 0.05 1.04
Inverse normal transformation on residuals with standard deviation: 0.05748074
Initial fixed-effect coefficients:
               x0           x1           x2
    -5.064086e-09 8.959324e-05 0.0003868113
Initial variance component estimates, tau:
    Sigma_E: 0.00165196, Sigma_G: 0.00165196
Iteration 1:
    tau: (0.001737522, 0.001646519)
    fixed coeff: (-5.064086e-09, 8.959324e-05, 0.0003868113)
    tau: (0, 0)
Error in seqFitNullGLMM_SPA(pheno ~ age + sex,  :
  Sigma_E = 0, model not converged!

解决思路 #

1. 排查GRM构建的SNPs质量问题 #

• 严格质控GRM位点：GRM所用SNPs需经过严格过滤，建议：
  • 提高MAF阈值至0.01（避免低频率位点引入噪声）
  • 严格控制缺失率（比如<0.05）
  • 过滤偏离哈迪-温伯格平衡的位点（HWE p值>1e-6）
  • 排除高LD区域的冗余位点（比如用PLINK的--indep-pairwise参数）
• 验证GRM标准化：确保GRM构建时对每个位点做了方差标准化（每个SNP的方差为1），未标准化的GRM会导致方差成分估计异常。
• 检查GRM秩与样本相关性：若GRM秩远低于样本量，可能存在重复样本或高度近亲样本，需先移除这类样本；可通过计算GRM矩阵的秩来验证。

2. 调整空模型拟合参数 #

• 关闭逆正态转换：尝试设置invNormalize=FALSE，转换后的残差可能改变方差结构，导致模型难以收敛。
• 手动指定初始方差值：根据表型方差手动设置初始tau值，比如init.tau=c(0.002, 0.001)（参考表型方差0.0035左右，分配遗传和环境方差初始值），避免默认初始值引发迭代崩溃。
• 增加迭代次数：设置max.iter=100或更高，给模型足够的迭代收敛空间。
• 切换优化算法：尝试改用REML方法拟合，设置method="REML"，替代默认的SPA算法，看是否能稳定收敛。

3. 样本与协变量的进一步检查 #

• 验证表型分布：绘制表型直方图，确认是否存在过度集中的情况（比如大部分样本值接近均值），这种情况会导致遗传方差无法被有效估计。
• 评估协变量解释力：先拟合线性模型lm(pheno~age+sex)查看R²值，若协变量解释力极低，需考虑加入群体分层主成分（PCs）作为协变量，群体分层会干扰GRM的有效性，进而导致方差成分估计失败。
• 确认样本顺序一致性：确保GRM的样本ID顺序与表型、协变量数据的样本ID完全匹配，SAIGE对样本顺序敏感，不匹配会引发模型错误。

4. 调试辅助技巧 #

• 小样本测试：先用1000左右的小样本子集拟合模型，若小样本能收敛，说明大样本下可能是GRM质量或计算资源问题；若小样本仍报错，可锁定GRM或核心参数的问题。
• 检查计算资源：确保运行时内存充足，稀疏矩阵加载需要足够内存，内存不足可能导致迭代过程中数据异常。

内容的提问来源于stack exchange，提问作者Wenbo Zhang