| N | люди (2N гаплотипов) | 20…2000 |
| M | маркеры (SNP) | 50 000* |
| R | гаплотипы панели | ≈ 372 |
| K | популяции | 2 |
Меняли только N.
Вход при N = 2000: 2·10⁸ аллелей = 25 МБ битами.
* M для этого опыта в статье не назван: 50 000 (хр. 22) или 44 332 (хр. 1); берём 50 000 (±10%). R: 1000G CEU 99 + YRI 108 минус ≈10% основателей — оценка.
Loter: src/graph/graph.cpp, EstimateSknn::s_cost_i. Li & Stephens (2003), Genetics 165:2213.
T ∝ 8λ × 20бутстрэп × 2N × M × R
N = 2000: 1,2·10¹³ клеток.
Соседи по когорте не участвуют ⇒ линейно по N.
Таблица на гаплотип: R × M × 8 Б = 149 МБ — ни в один кэш.
Если упираемся в запись в DRAM:
95 ТБ / 10–20 ГБ/с ≈ 1,3–2,6 ч; замер — 8,1 ч. Тот же порядок.
Типичные порядки для x86-сервера; машина в статье не указана. Оценка, не профиль. Ещё одно слагаемое того же порядка — перекраска на Python: цикл по R номерам панели (local_ancestry.py, clusters_to_list_pop).
В каждом окне — случайный лес, обученный на панели: это линейно.
EM-доучивание (-e 2): каждому человеку — свой лес на остальной когорте.
N лесов × 2N примеров ≈ 2N²
Людей ×2 ⇒ лесов ×2, каждый ×2 ⇒ работа ×4.
По коду RFMix 1.5.4 (main.cpp, randomforest.cpp); запуск авторов без --use-reference-panels-in-EM. В статье механизма нет.
α = log(T₂/T₁) / log(N₂/N₁)
| 500→1000 | 1000→2000 | |
|---|---|---|
| Loter | 0,74 | 0,96 |
| ELAI | 0,86 | 0,98 |
| RFMix | 2,10 | 2,72 |
Точки сняты с Fig. 2 (Schubert 2020), одна точка на размер; N < 500 сливаются. Пунктир — α = 2.
s = (ΔMpeak/ΔN) / 2M
Информации в аллеле — 1 бит.
Loter хранит ≈ 166 Б:
вход 25 МБ → 33 ГБ.
Память задаёт представление данных, а не их объём.
Наклон по N = 500 и 2000 на Fig. 3; 2M = 10⁵ аллелей на человека. По коду Loter явные массивы 2N×M дают ≥ 49 Б; остальное не профилировано.
R·M/8 + 4M ≈ 2,5 МБ (×59 меньше)
Операций столько же, но таблица влезает в L3.
Идея к EstimateSknn::s_cost_i; в Loter не реализовано, не измерено.
| α | Б/аллель | точность | |
|---|---|---|---|
| LAMP-LD | ≈ 0,7 | 53 | |
| ELAI | 1,0 | ≈ 1,5 | |
| Loter | 1,0 | 166 | ниже RFMix |
| MOSAIC | — | 44 | |
| RFMix | 2,7 | 11,5 | лучшая медиана |
α на 1000→2000. Не измерено в статье: несколько ядер, другие M и R, повторы, профиль.