For analyses of fewer than 5,000 samples, we recommend the GCTA or GEMMA software.

bolt-lmm文档中，对于样本数量少于5000的，作者推荐使用gcta或者gemma，gemma的使用，有不少博客写到了，但gcta还是比较少的，特别是对于怎么加上协变量进行，这里记录下我的使用过程，如有不正确，请批评指正！

软件下载和安装

有多个博客提到，这里略了,放上个参考：
GCTA学习2 | 软件下载安装--windows和Linux

软件文档

gcta_doc_latest.pdf (westlake.edu.cn)

GWAS

也就两步，比较简单的，不过从bolt-lmm的需要准备一个文件就行，变成了需要3个文件，表型，分类协变量和数值协变量。

# 生成完整的亲缘矩阵，lr模型需要
# gcta64 --bfile LFS --make-grm --out LFS --thread-num 62
# 生成稀疏矩阵， mlm模型需要，稍微看了下头部的结果，没发现两者区别呢
gcta64 --grm LFS --make-bK-sparse 0.05 --out LFS_sp_grm
# gwas分析 lr
# gcta64 --bfile LFS --grm LFS --pheno pheno.txt --out LFS_gwas --covar cov_LFS.txt --qcovar agsa_pca.eigenvec --thread-num 62 --fastGWA-lr
# mlm模型
gcta64 --bfile LFS --grm-sparse LFS_sp_grm --pheno pheno.txt --out mlm_LFS_gwas --covar cov_LFS.txt --qcovar agsa_pca.eigenvec --thread-num 62  --fastGWA-mlm

当然，样本数量这么少，结果可预期的不会太好啦！