是的，Minimac4 按染色体（1-22、X）填充后，通常会得到 23 个结果文件：

chr1.imputed.dose.vcf.gz
chr2.imputed.dose.vcf.gz
...
chr22.imputed.dose.vcf.gz
chrX.imputed.dose.vcf.gz

以及对应的：

*.info.gz

文件。

GWAS 前是否需要合并，取决于后续软件。

方案1：直接转换为 PLINK2（推荐）

现代 GWAS（特别是 UKB、TOPMed、1000G 填充后）通常：

VCF → PGEN → GWAS

而不是继续使用 VCF。

先查看填充结果

样本数：

bcftools query -l chr1.imputed.dose.vcf.gz | wc -l

SNP数：

bcftools index -t chr1.imputed.dose.vcf.gz

bcftools index -n chr1.imputed.dose.vcf.gz

或者：

bcftools view -H chr1.imputed.dose.vcf.gz | wc -l

方案2：先合并23条染色体

建立文件列表

ls *.dose.vcf.gz > vcf.list

合并

bcftools concat \
    -f vcf.list \
    -Oz \
    -o all.imputed.vcf.gz

建立索引：

tabix -p vcf all.imputed.vcf.gz

查看：

bcftools stats all.imputed.vcf.gz

转换为 PLINK2

由于你的 VCF 里面有：

GT
DS
GP

推荐直接使用 DS（Dosage）。

plink2 \
    --vcf all.imputed.vcf.gz dosage=DS \
    --make-pgen \
    --out gwas_input

生成：

gwas_input.pgen
gwas_input.pvar
gwas_input.psam

方案3：不合并，直接导入全部染色体（更推荐）

PLINK2 支持逐染色体导入：

for chr in {1..22} X
do
    plink2 \
        --vcf chr${chr}.imputed.dose.vcf.gz dosage=DS \
        --make-pgen \
        --out chr${chr}
done

然后合并：

ls chr*.pgen | sed 's/.pgen//' > merge_list.txt

plink2 \
    --pmerge-list merge_list.txt \
    --make-pgen \
    --out all_imputed

得到：

all_imputed.pgen
all_imputed.pvar
all_imputed.psam

填充后还要做一次 Variant QC

Michigan Imputation Server 和 Minimac 官方推荐：

INFO过滤

你的：

--min-r2 0.8

已经比较严格。

但通常仍建议：

awk '$7 >= 0.8'

或者：

R2 > 0.3

保留。

查看：

zcat chr1.info.gz | head

格式类似：

SNP Ref Alt MAF Rsq

其中：

Rsq = Imputation INFO

MAF过滤

GWAS前：

plink2 \
    --pfile all_imputed \
    --maf 0.01 \
    --make-pgen \
    --out all_imputed.maf01

HWE过滤

plink2 \
    --pfile all_imputed.maf01 \
    --hwe 1e-6 \
    --make-pgen \
    --out all_imputed.final

最终用于 GWAS

Logistic

plink2 \
    --pfile all_imputed.final \
    --glm \
    --covar covar.txt \
    --pheno pheno.txt \
    --out gwas

Linear

plink2 \
    --pfile all_imputed.final \
    --glm \
    --covar covar.txt \
    --pheno pheno.txt \
    --out gwas

对于你这种 890个样本 + 1000G Phase3 + Minimac4 填充 的场景，我建议采用：

23个 dose.vcf.gz
    ↓
plink2 --vcf dosage=DS
    ↓
23个 PGEN
    ↓
pmerge-list 合并
    ↓
MAF/HWE过滤
    ↓
PCA
    ↓
GWAS

这样避免先生成一个数百 GB 的总 VCF，速度和磁盘利用率都更好，也是目前大规模 GWAS 最常见的流程。