🥮 mooncakes.io

    BioSeqs

    BioSeqs - a Biopython-inspired bioinformatics library in pure MoonBit: sequence I/O, alignments, phylogenetics, structures, NGS files and statistics

    bioinformatics
    sequence-analysis
    alignment
    phylogenetics
    genomics
    Download zip
    Author
    Version
    0.1.12
    License
    Apache-2.0
    Repository
    Last updated
    yesterday
    Downloads
    111

    No dependencies

    #BioSeqs - MoonBit 生物信息学库

    GitHub: https://github.com/paipai-Studio/BioSeqs

    GitLink: https://gitlink.org.cn/IvanAXu/BioSeqs

    Mooncakes: https://mooncakes.io/docs/IvanAXu/BioSeqs

    #项目概述

    BioSeqs 是一个基于 MoonBit 语言开发的生物信息学工具库，复刻主流生物信息学库（Biopython、Bioconductor、scikit-bio、Scanpy、scikit-allel、SeqKit、DendroPy、gffutils 等）的核心功能，并实现高效的序列组装算法。项目当前版本：0.1.12。

    #目录

    #Biopython 系列功能

    #序列处理与基础工具

    功能模块对应 Biopython核心功能
    Seq / MutableSeqBio.Seq序列对象、可变序列编辑、互补、转录、翻译、环状 DNA 操作
    SeqRecordBio.SeqRecord带注释的序列记录（ID/description/annotations/features）
    SeqFeatureBio.SeqFeature序列特征与位置系统（Exact/Before/After/OneOf/Within）、SimpleLocation/CompoundLocation、链方向、LocationParser 位点字符串解析、扩展修饰符
    SeqReferenceBio.Reference / Bio.Medline文献引用管理、Medline/PubMed 解析、APA 格式化
    Bio.AlphabetBio.AlphabetIUPAC DNA/RNA/蛋白质字母表、简化字母表、空位字母表
    Bio.DataBio.DataIUPAC 数据、氨基酸映射、密码子表、互补碱基表
    SeqUtilsBio.SeqUtilsGC 含量（gc_fraction 支持 remove/ignore/weighted 三种歧义碱基模式）、GC/AT 滑动窗口偏斜、GC123 密码子位置 GC、nt_search IUPAC 模糊序列搜索、six_frame_translations 六框翻译与 GC 可视化、seq3/seq1 三字母与单字母转换（IUPAC 扩展码 + custom_map/undef_code）、分子量、Tm 值（Wallace/盐校正）、ORF 预测、序列相似度、Hamming/Levenshtein 距离、CheckSum（GCG/SEGUID）
    SeqUtils 高级Bio.SeqUtils / Bio.SeqUtils.ProtParam / MolWt / MeltingTemp蛋白质参数（不稳定指数/GRAVY 28 种 scale/等电点/信号肽/二级结构倾向、Vihinen 柔性 flexibility、protein_scale 滑窗剖面、helix/turn/sheet 分数、280nm 摩尔消光系数）、分子量/消光系数/吸光度、Chou-Fasman 二级结构、IUPred 无序区、COILS 卷曲螺旋、Kolaskar 抗原性、Emini 可及性、Karplus-Schulz 柔性、ProtDao 无序预测、CircSeq 环状 DNA 酶切、MeltingTemp 完整解链温度（Tm_Wallace 经验法则、Tm_GC 八套经验公式、Tm_NN 近邻热力学 8 套 DNA/RNA/杂交参数表、盐校正方法 1-7 含 Mg2+/dNTP/Tris、错配与悬挂末端、自互补双链、DMSO/甲酰胺化学校正、自定义热力学表）、独立等电点模块（pKa 表 + 二分搜索净电荷零点，支持自定义 pKa 表）
    FreqAnalysisBio.FreqAnalysis / Bio.SeqUtilsk-mer 计数、密码子使用频率、Shannon 熵、Wooton-Federhen 局部组成复杂度 (LCC)、语言学复杂度、DUST、CGR 混沌游戏表示、序列签名
    CodonUsageBio.SeqUtils.CodonUsage / Bio.codonalign / Bio.SeqUtilsCodonUtils 密码子分析套件：NCBI 27 个密码子表（表 1-6/9-16/21-33，Biopython 1.88 权威值，含表 6 Ciliate Nuclear TAA/TAG=Q、表 12 Alt Yeast CTG=S、表 22 Scenedesmus TCA=* 独特终止、表 25 SR1 TGA=G、表 26 Pachysolen CTG=A、表 29 Mesodinium TAA/TAG=Y、表 31 Blastocrithidia TGA=W、表 32 Balanophoraceae Plastid TAG=W、表 33 Cephalodiscidae Mitochondrial）、表元数据（名称/终止密码子/起始密码子）、反向表查询（AA→密码子列表）、GC123 密码子三位点 GC 含量、六框翻译（seq_six_frame_translations 支持 27 种密码子表）、CAI 密码子适应指数（Sharp & Li 1987，cai_weights + codon_adaptation_index）、Nc 有效密码子数（Wright 1990 精确 20-AA 算法，seq_enc_wright）、RSCU、GC3 偏斜、CBI/Fop、最优/稀有密码子检测
    KmerBio.Kmerk-mer 计数与频率分析、Jaccard 相似度、Hamming 距离、k-mer 谱
    ApproxMatchBio.Seq.Approximate近似字符串匹配（Levenshtein、错配/插入/缺失检测）

    #序列 I/O 格式

    功能模块对应 Biopython核心功能
    SeqIO 统一接口Bio.SeqIOseqio_parse / seqio_write / seqio_convert / seqio_read / seqio_to_dict
    SeqIO 索引随机访问Bio.SeqIO.indexseqio_index 一次性扫描字节偏移构建 SeqIndex（fasta/fastq/fastq-illumina/fastq-solexa/genbank/embl/tab）、keys/length/contains、get_raw 返回原始记录切片、get 按需解析单条 SeqRecord，按 ID 随机访问无需全量解析
    FASTA / FASTQ / QUALBio.SeqIO.FastaIO / QualityIOFASTA/FASTQ 解析与写入、质量编码处理、低级流式解析器（SimpleFastaParser / FastqGeneralIterator / 双行紧凑格式）、seqio_error_with_line 行号错误；QUAL 格式解析与写入（parse_qual / write_qual）、FASTQ 变体编码（fastq-illumina/ASCII 偏移 64、fastq-solexa/Solexa 编码）、质量分数转换（Phred ↔ Solexa）、PairedFastaQualIterator FASTA+QUAL 配对读取
    pyfaidx 序列工具pyfaidxFASTA 随机访问（.fai）之上的序列级工具：IUPAC 补码/反向/反向互补（含全模糊碱基表与非法字符报错）、GC 含量（gc / gc_strict / gc_iupac 加权）、wrap_sequence 定宽换行、BED/UCSC 区域串解析（bed_split / ucsc_split）
    pyfaidx 序列切片pyfaidxpyfaidx Sequence 对象模型：pyfaidx_slice_indices（Python slice.indices 语义，含负索引/负步长/-1 哨兵）、切片/整数索引（1-based 与 0-based 坐标跟踪）、reverse/complement/reverse_complement、fancy_name、orientation
    pyfaidx 拼接pyfaidxFasta.get_spliced_seq：多区间（1-based、end 含端，超长 clamp）拼接；rc=True 时反转区间顺序并逐段反向互补
    GenBank / EMBLBio.SeqIO.GenBankIO / EmblIOGenBank/EMBL 严格解析与写入（LOCUS/FEATURES/ORIGIN、ID/AC/DE/SQ）
    PIR / TabBio.SeqIO.PdbIO (PIR/NBRF) / TabIOPIR/NBRF 蛋白/核酸格式、Tab 分隔（ID+序列）
    InsdcIOBio.SeqIO.InsdcIOINSDC 国际核苷酸序列数据库协作格式
    UniProt XMLBio.SeqIO.UniprotIOUniProt XML 解析、蛋白质条目、基因名、物种、功能注释、交叉引用
    SwissProtBio.SwissProtSwiss-Prot/UniProt 平面文本解析、特征注释、参考文献、关键词
    SeqXmlBio.SeqIO.SeqXmlIOSeqXML 序列交换格式、XML 解析/序列化、DNA/RNA/Protein 类型、SeqRecord 互转
    2bit / NibBio.SeqIO.TwoBitIO / NibIO2 位碱基编码、N 块/掩码块、小/大端序列化、子序列提取、反向互补
    GFABio.SeqIO.GfaIOGFA 基因组组装图：Segment/Link/Containment/Path、标签系统（Z/i/f）、图序列化、SeqRecord 转换
    XDNA / GCKBio.SeqIO.XdnaIO / GckIOGeneious XDNA 2 位编码大端序、GCK_FILE 魔数、特征/序列/拓扑解析、校验和
    IMGT / IgIOBio.SeqIO.ImgtIO / IgIOIMGT 免疫序列 13 字段管道分隔头部、IntelliGenetics/MASE 注释行、HLA 等位基因解析
    SFFBio.SeqIO.SffIOSFF 454/Roche 流图二进制格式、编码/解码、质量修剪、按名称查找
    SnapGeneBio.SeqIO.SnapGeneIOSnapGene .dna 数据包结构（Comments/Features/Sequence/Primers/Notes）、JSON/XML 解析
    ABI / PhdBio.SeqIO.AbiIO / Bio.Sequencing.PhdABI Sanger 测序 trace（ABIF 二进制、4 通道）、Phred 碱基识别（BEGIN_SEQUENCE/碱基-质量-峰位）
    ACEBio.Sequencing.AceACE contig 组装格式：reads/contigs 解析、共有序列、覆盖度、GC 含量
    Smart 结构域Bio.SmartSMART 蛋白质结构域数据库解析、SMART/Pfam/SignalP/Transmembrane 分类、E 值过滤、GO 注释
    ExPASyBio.ExPASySwiss-Prot 条目解析、酶数据库查询、蛋白质参数计算、Cellosaurus 细胞系数据库平面文本解析
    ExPASy ScanPrositeBio.ExPASy.ScanPrositeScanProsite Web 服务：查询 URL 构造（seq/sig/db 等参数、urllib.parse.urlencode 的 quote_plus 编码、仅支持 output=xml）、<scanprosite_response> XML 解析为 Record（n_match/n_seq + matches 列表：sequence_ac/id/db、signature_ac、start/stop、level/level_tag，未知元素入 extras）、可注入 fetch 传输
    ExPASy ProdocBio.ExPASy.Prodocprosite.doc 记录解析：{PDOC} accession、{PS; NAME} PROSITE 交叉引用、{BEGIN}/{END} 文本体、[ 1]/[E1] 文献与电子引用、多行作者续行与引文续行、+---- 版权块跳过；prodoc_read（严格单记录）/ prodoc_parse（多记录迭代）
    UniGeneBio.UniGeneNCBI UniGene 固定宽度记录、序列/蛋白相似性/STS/转录本映射、SCOUNT 校验
    GOABio.UniProt.GOAGAF 2.2 基因本体注释 17 列格式、按 GO ID/aspect/evidence/taxon 过滤、序列化往返
    GEO SOFTBio.Geo^PLATFORM/^SAMPLE/^SERIES 实体、!属性行、#列定义、数据表、按类型/编号查询
    KEGGBio.KEGGKEGG 基因/通路/化合物/酶记录解析、通路分析、KGML pathway XML 解析与序列化
    KEGG RESTBio.KEGG.RESTREST 风格 KEGG API 客户端：kegg_info/list/find/get/conv/link 六种操作与对应 URL 构造器、多条目 "+" 分隔、化学式/exact_mass/mol_weight 检索选项、可注入 fetch 传输与 now 时钟、内置限速（每秒 3 次查询）
    SCOPBio.SCOPcla/des/hie 三文件 SCOP 层级（root→class→fold→superfamily→family→protein→species→domain）、PDB 残基片段、SCCS 比较
    SCOP Raf / DomBio.SCOP.Raf / Bio.SCOP.DomASTRAL RAF 序列图（0.01/0.02 版本头校验、7 列残基字段、3↔1 氨基酸映射 normalize_letters）、seqmap 解析/索引/index/slice/add/extend、scop_parse_residues 链与残基定义、RAF 域切割 get_seqmap、PDB ATOM/HETATM 残基级提取 get_atoms；SCOP Dom 废弃域文件制表符记录解析（sid/pdbid/fragments/hierarchy）、to_string 往返
    CAPSBio.CAPS酶切扩增多态性序列标记：差异酶切位点检测、内切酶切/阻遏分类、多酶并行扫描
    GFFBio.GFFGFF3 格式解析、GFFFeature/GFFRecord、属性处理、特征提取
    FSSPBio.FSSPFSSP 结构比对数据库：HEADER/TITLE/COMPND、ALIGNMENTS、Z-score/RMSD/PID

    #序列比对

    功能模块对应 Biopython核心功能
    PairwiseAlignerBio.Align.PairwiseAlignerNeedleman-Wunsch 全局 / Smith-Waterman 局部统一比对、Gotoh 仿射空位罚分（open+extend）、独立 target/query gap 参数、DNA/蛋白质 BLOSUM62 打分、identity%/gaps 计数、target/query 定位
    Pairwise2Bio.Pairwise2灵活双序列比对、自定义打分函数
    NW / SW 独立实现Bio.Align.PairwiseAlignerNeedleman-Wunsch / Smith-Waterman 动态规划、回溯矩阵、自定义打分
    AlignClustererBio.Align.AlignClusterer渐进式多序列比对（ClustalW 算法）、UPGMA 向导树、profile-profile 比对
    Substitution MatricesBio.SubsMat / Bio.Align.substitution_matricesBLOSUM62/45、PAM250/30、ArrayData/SubsMatrix 基础设施、矩阵注册表、频率矩阵、log-odds 打分、Shannon 熵、KL 散度、NCBI 矩阵解析；内置 30 个 Biopython 1.88 权威替换矩阵（BLOSUM45/50/62/80/90、PAM30/70/250、DAYHOFF/JONES/GONNET1992、NUC.4.4/MEGABLAST/BLASTN、HOXD70/TRANS、BLASTP、SCHNEIDER 密码子矩阵等）
    MultipleSeqAlignmentBio.Align多序列比对对象与操作
    AlignInfo / AlignAbstractBio.Align.AlignInfo / AlignAbstract一致性序列、保守位点、Shannon 熵、成对序列同一性、简约信息位点、同一性矩阵
    CodonAlignBio.codonalign密码子替换分类、dN/dS Nei-Gojobori、Z-test 选择检验、Fisher 中性检验、滑窗 dN/dS、BH-FDR、成对 Ka/Ks 表
    AlignIOBio.AlignIO比对文件 I/O（ClustalW/FASTA/Stockholm/PHYLIP）
    Clustal 现代 APIBio.Align.clustalClustal metadata 与 interleaved block 严格读写、累计残基数、consensus、坐标路径、跨行投影、统计、canonical 写回
    PHYLIP 现代 APIBio.Align.phylipsequential/interleaved 自动识别、固定宽度名称、坐标统计、canonical writer
    共享参考比对合并Bio.Align.Alignment.from_alignments_with_same_reference混合 PWA/MSA 输入、首端/内部/末端 insertion 同步、多 query 投影、局部坐标与 metadata 保留
    Alignment 坐标组合Bio.Align.Alignment.map/mapallalignment path 组合、local clipping、gap/正反链传播、双向坐标查询、PSL、1:1/1:3 codon-aware MSA 投影
    Alignment 详细计数评分Bio.Align.Alignment.counts左/内部/右 insertion/deletion、gap open/extend、identity/mismatch/positive、wildcard、替换矩阵与十二类 affine gap 总分
    Alignment 频率与替换统计Bio.Align.MultipleSeqAlignment.substitutions / Alignment.frequencies每列字母加权计数（'-' gap 行）、列归一化频率、全比对背景频率、对称残基替换计数矩阵（序列权重、M=(M+Mᵀ)/2）、观测对频率 q_ij、BLOSUM 式背景 p_i、q_ij/e_ij 相对频率（log-odds 替换矩阵估计）
    PSL / PSLXBio.Align.psl21/23 列严格读写、核酸与 translated DNA-protein 3:1 路径、正反链坐标、block/gap 统计、sequence-aware recount、坐标映射
    SAM 感知比对Bio.Align.samSAM header 与 typed tag 严格读写、显式 CIGAR path、soft/hard clipping、反向链序列与 PHRED、MD/NM 坐标映射
    A2M 状态感知 MSABio.Align.a2mmatch/insertion 列状态、大小写与点语义、严格读写、坐标映射、插入槽、pair counts、共识与 match-only 投影
    EMBOSS 输出Bio.Align.embosssrspair/pair/simple 报告、多 alignment 与多序列、局部/反向坐标、consensus 统计、compact path、canonical 往返
    Exonerate 输出Bio.Align.exoneratecigar/vulgar 严格读写、完整 M/5/I/3/C/G/N/S/F 操作路径、正反链与 protein strand、3:1 translated 坐标、双向映射
    GCG MSFBio.Align.msfAA/NA/PileUp 严格解析、interleaved rows、标准 GCG checksum、gap 规范化、坐标路径、统计、canonical writer
    NEXUSBio.Align.nexusDATA/CHARACTERS/TAXA block、nested comments、quoted taxa、sequential/interleaved MATRIX、MATCHCHAR、坐标统计
    StockholmBio.Align.stockholm多记录严格读写、GF/GS/GR/GC、reference/database reference、insertion/deletion 列、all-gap 压缩、坐标统计
    UCSC ChainBio.Align.chain12/13 字段严格读写、连续多记录、正反 target/query 绝对坐标路径、size/dt/dq 块、双向位置/区间映射、反转
    MAF / indexBio.Align.mafMAF track/header 与 a/s/i/e/q 严格读写、正负链绝对坐标、任意 component 映射、MafIndex 半开查询、多外显子拼接
    Mauve XMFABio.Align.mauve#SequenceN* metadata、LCB、正负链坐标、区间索引、跨序列投影、统计、序列重建
    BED pairwiseBio.Align.bedBED3-BED12 严格读写、正负链 target/query 路径、exon block 重建、双向 residue 映射、半开区间查询、分级 writer
    BigBed / BigMaf / BigPslBio.Align.bigbed / bigmaf / bigpslBigBed v4 二进制、AutoSQL 扩展、多级 B+ tree/R-tree、zlib DEFLATE、区间/名称查询、bedMaf/bedPsl 语义
    BigWigrtracklayer BigWigFile（export.bw/import/summary）BigWig v3/v4 二进制（magic 0x888FFC26）、bedGraph/variableStep/fixedStep 三种段、B+ tree 染色体表、R-tree 索引、zoom 汇总层、zlib 段、intervals/values(NaN 填充)/stats 六统计量（mean/min/max/cov/sum/样本 std，累积 floor 分箱）、writer 全量校验
    Tabular 搜索轨迹Bio.Align.tabularBLAST outfmt 7、FASTA 8CB/8CC、BTOP/aln_code traceback、链向与 translated 坐标
    POA 图比对POA (Lee et al. 2002) / abPOA 风格poa.mbt：偏序图多序列比对（poa_new/poa_add 逐条并入 DAG、相同字符并点权重+1、天然表达 indel/重组分支结构）、poa_consensus 拓扑列多数投票共识、poa_msa 图列对齐行，适合多样本共识与长读长纠错
    mmseqs2 本地蛋白搜索mmseqs2 / linclust（筛查级）mmseqs.mbt：prefilter→align 两段式流水线（k-mer 倒排索引种子检索 + 对角线合并 + ungapped x-drop 延伸预筛 → Smith-Waterman 精化 + Karlin-Altschul E-value 排序）、linclust 风格共享 k-mer 贪心预聚类

    #搜索结果解析

    功能模块对应 Biopython核心功能
    BLAST 基础Bio.Blast (legacy)历史 tabular/XML 标签解析、HSP 过滤与最佳匹配
    现代 BLAST XMLBio.BlastXML1/XML2 严格解析与规范写回、多 query/report、parameters/statistics、description/taxonomy、八类 BLAST 程序的链向/translated HSP 坐标路径
    BLAST ApplicationsBio.Blast.Applications8 种 BLAST 变体命令行包装、快速构建器、参数管理、命令构建与验证
    NCBI WWW qblastBio.Blast.NCBIWWWqblast_put_url 提交 URL 构造（blastn/blastp/blastx/tblastn/tblastx、megablast、expect/hitlist_size/entrez_query/descriptions/alignments/matrix_name/gap_costs/word_size/threshold/nucl_reward/penalty/ncbi_gi 全套参数、qblast_quote URL 编码）、PUT 响应 RID/RTOE 解析（qblast_parse_put）、SearchInfo 状态轮询（WAITING/READY/FAILED/UNKNOWN，qblast_parse_status）、结果下载 URL 构造、NcbiBlastClient 可注入 fetch/now 传输与 1/3 秒限速、submit/check_status/fetch_result/qblast 完整工作流
    SearchIO 统一模型Bio.SearchIOQueryResult / Hit / HSP / Fragment 四层结构、E-value 过滤、BLAST 转换
    HMMER3Bio.SearchIO (HmmerIO)domtblout 域表、文本格式、domain 聚合、非 verbose 文本与 --noali
    InfernalBio.SearchIO.InfernalIOcmscan/cmsearch tabular 1/2/3 自动检测、CM/HMM-only、正负链坐标、local-end 多片段
    BLAT PSL / PSLXBio.SearchIO.BlatIO (blat-psl)21/23 列严格解析与写回（列数校验）、psLayout header 跳过、负链 block 坐标重定向、蛋白 query 自动检测（hit block 3:1 跨度）、UCSC millibad identity 与 score、QueryResult/Hit/HSP 连续分组与同名 hit 合并、PSLX block 序列、psLayout header 写出、SearchIO 通用模型转换（0-based→1-based）
    FASTA 搜索Bio.SearchIO.FastaIO-m8 紧凑表格、-m9 注释头、元数据提取
    HH-suite HHRBio.Align.hhrHHsearch/HHblits HHR 严格解析、profile-profile 比对、consensus/二级结构/DSSP/confidence 注释、命中筛选、坐标映射、序列化往返
    Exonerate vulgar/cigarBio.SearchIO.ExonerateIOvulgar 比对块三元组、cigar 格式、格式自动检测、分数过滤、内含子统计、字符串重建
    Exonerate C4 文本Bio.SearchIO.ExonerateIO.exonerate_textC4 层次 Document/Query/Hit/HSP/Fragment、3/4/5 行模型、wrapped blocks、intron/NER/split codon/frameshift、翻译与坐标投影
    InterProScanBio.SearchIO.InterproscanIOTSV 14 列格式解析（蛋白 ID/数据库/签名/位置/分数/IPR/GO）、按数据库/蛋白过滤、GO 条目提取、按蛋白分组
    COMPASSBio.CompassCOMPASS profile-profile 比对输出、多记录解析（SW 分数/E 值/百分比一致性/比对序列）、过滤与摘要

    #系统发育树

    功能模块对应 Biopython核心功能
    Phylo 基础Bio.Phylo树结构（Clade/Tree）、距离计算、可视化
    TreeIOBio.TreeIONewick / NHX 格式解析与序列化、树操作、修剪
    TreeConstructionBio.Phylo.TreeConstructionDistanceCalculator 全 31 模型（identity、blastn→NUC.4.4、BLOSUM/PAM/DAYHOFF 等 30 个替换矩阵、skip_letters 空位/终止符规则、Bad letter 错误、可 >1 的 IUPAC 距离）、距离矩阵建树 UPGMA/WPGMA/NJ、Jukes-Cantor/Kimura 校正模型（MoonBit 扩展）
    PhyloXMLBio.Phylo.PhyloXMLPhyloXML 格式解析/序列化、Newick 双向转换、分类单元注释
    NeXMLBio.Phylo.NeXMLNeXML 格式解析与序列化、OTUs/Trees/Characters 数据模型、Newick 转换
    CDAOBio.Phylo.CDAOCDAO 本体 RDF/XML 格式、Tree/Node/TU/Edge 三元组建模、Newick 双向转换、命名空间处理
    ParsimonyBio.Phylo.ParsimonyFitch 算法（状态集交集/并集）、Sankoff 算法（动态规划+代价矩阵）
    Parsimony Tree ConstructionBio.Phylo.TreeConstructionParsimonyScorer（Fitch/Sankoff、无根树自动中点定根）、NNITreeSearcher NNI 爬山搜索、ParsimonyTreeConstructor（默认 identity-UPGMA 起始树，Biopython 等权平均/平局取后规则）、Tree.root_at_midpoint 中点定根
    ConsensusBio.Phylo.Consensus多数规则（含 cutoff）/严格/Adam 一致性树、clade 支持度标注 get_support、非参数 bootstrap（列重采样索引、NJ 重复树、bootstrap_consensus 一站式）、共识树 Newick 序列化
    Phylo MetricsBio.Phylo (metrics)Colless 平衡指数、Robinson-Foulds 距离、距离矩阵
    TrieBio.Phylo.Trie前缀树数据结构、插入/查找/前缀匹配/最长前缀/子串搜索、限制酶位点检测、引物匹配
    PopGen 基础Bio.PopGen等位基因频率、FST、哈迪-温伯格检验
    PopGen 高级Bio.PopGen (advanced)Tajima's D、Fu & Li's D/F、McDonald-Kreitman 检验、等位基因频率谱、中性综合分析
    GenePopBio.PopGen.GenePopGenePop 基因型解析、等位基因频率、杂合度、序列化往返
    Align.analysisBio.Align.analysisdn/ds Nei-Gojobori、进化距离 Jukes-Cantor/Kimura、选择压力分析
    PAML 兼容层BioSeqs APINei-Gojobori 风格 dN/dS、Jukes-Cantor 校正、密码子使用分析（不解析 PAML 控制文件）
    PAML codemlBio.Phylo.PAML.codeml严格 control 读写、CODONML/AAML、多 NSsites/branch-site/clade/free-ratio、pairwise、距离矩阵、BEB/NEB、AIC/BIC/LRT
    PAML basemlBio.Phylo.PAML.baseml严格 control 读写、JC69 至 UNRESTu、参数/SE、kappa、REV/UNREST Q 矩阵、rate-class、auto-dGamma、nhomo 节点、AIC/BIC/LRT
    PAML yn00Bio.Phylo.PAML.yn00严格 control 读写、NG86/YN00/LWL85/LWL85m/LPB93、PAML 4.1-4.9i 兼容、对称矩阵与统计汇总
    Phylo ApplicationsBio.Phylo.Applications / Bio.Phylo.Applications._Fasttree系统发育命令行包装：FastTree（-nt/-n/-quote 核苷酸、-boot 支持度、-gtr/-gamma/-spr/-mlnni/-wag/-pseudo）、PhyML（-d 数据类型、-m 替换模型、-b bootstrap、-c/-a/-s SPR、-o tlr、--rand_start/--n_rand_starts/--r_seed）、RAxML（-s/-n/-m 分区模型、-f a 快速 bootstrap、-x/-N 重采样、-q 分区、-t/-r/-g 起始/约束树、-T 线程、-o 外群、-w 工作目录）
    treeiotreeio系统发育树 I/O 统一框架：Newick 解析/序列化往返、Beast/MrBayes & 注释解析、jplace（placements+fields）、r8s 多树、phylip 顺序格式、树统计（节点/叶/内部计数）、二叉/有根检查、总枝长与最大深度
    tidytreetidytree系统发育树 tidy 操作：as_tibble 行式表达、offspring/child/parent/sibling/MRCA 拓扑查询、ancestors/tips/internal 节点过滤、node_depth/branch_length/dist_to_root/patristic_distance 距离、post_order/pre_order 遍历、filter_tips/filter_internal/select 子集、print 表格输出
    TreeTime-lite 分子钟TreeTime分子钟标定与祖先序列重建：root-to-tip 最小二乘回归（替换速率/根日期/R²/逐叶残差）、时间树节点日期推算、Jukes-Cantor + Felsenstein 剪枝逐位点边际后验、节点共识序列与置信度、JSON 输出

    #PDB 结构分析

    功能模块对应 Biopython核心功能
    PDB 数据类型Bio.PDB原子/残基/链/模型解析、结构操作
    PDB 结构 I/OBio.PDB.PDBParser / MMCIFParserPDB 文件 I/O、mmCIF 数据块/类别/原子位点提取
    mmCIF writerBio.PDB.mmcifioStructure 对象序列化、data block/header/atom_site loop 20 列格式化、HETATM 支持、round-trip 验证
    MMCIF2DictBio.PDB.MMCIF2DictmmCIF 原始 tokenizer → 扁平 {token: [values]}：单/双引号字符串、; 多行块、# 注释、loop_ 列展开、data_ 块标记
    BinaryCIFBio.PDB.binary_cif纯 MoonBit MessagePack 解析、ByteArray/FixedPoint/IntervalQuantization/RunLength/Delta/IntegerPacking/StringArray 七类逆编码、三态缺失值、Structure 转换
    MMTFBio.PDB.mmtfMMTF 二进制、IEEE 754 浮点、MsgPack 风格整数、Run-length/Delta/Recursive 编码、层级结构、键/实体/晶体学
    NACCESSBio.PDB.NACCESSNACCESS .rsa/.asa 解析、残基/原子级 ASA、绝对/相对/侧链/主链、链总和、Structure 互转
    DSSPBio.PDB.DSSP二级结构预测、溶剂可及表面积 SASA、Ramachandran 图、结构质量评估
    SASABio.PDB.SASAShrake-Rupley 滚动球（Fibonacci 球面采样）、范德华半径查表、逐原子/残基/链 SASA、骨架/侧链拆分
    HSExposureBio.PDB.HSExposure蛋白质残基半球暴露度计算
    PackingBio.PDB.Packing局部包装密度、SASA Lee-Richards、范德华半径、低包装区域识别、球体点生成
    Dice + SelectionBio.PDB.DicePDB 结构切割（链/残基/原子/模型提取）、B 因子/occupancy 过滤、几何选择、结构统计、序列提取
    PDBListBio.PDB.PDBListPDB 结构下载管理、文件路径生成、过期 PDB 解析
    alphafold_dbBio.PDB.alphafold_dbAlphaFold 结构预测数据库客户端：预测列表 URL 构造（/api/prediction/{accession}）、预测 JSON 解析（entryId/cifUrl/pdbUrl/pdbId/uniprot 区间/版本）、mmCIF 文件名提取、可注入 fetch 传输
    PDBMLParserBio.PDB.PDBMLParserPDBML(PDB XML) 结构解析：命名空间感知 XML 解析、头元数据（title/keywords/idcode/沉积日期/方法/分辨率）、残基 ID 解析（HETATM→H/W）、Model→Chain→Residue→Atom 层级构建（0 基 model ID）
    ParsePDBHeaderBio.PDB.ParsePDBHeaderPDB 头部元数据解析（HEADER/TITLE/COMPOUND/SOURCE/REMARK/AUTH/DBREF）
    SVDSuperimposerBio.PDB.SVDSuperimposerSVD 蛋白质结构叠合、旋转矩阵、平移向量、RMSD
    QCPSuperimposerBio.PDB.QCPSuperimposer四元数特征多项式叠合、高精度旋转、RMSD
    QuaternionSuperimposerBio.PDB.Superimposer四元数结构叠合（Coutsias N 矩阵 + Jacobi 特征分解求最大特征向量）、旋转矩阵/平移向量/RMSD、变换应用、正交性保证
    msigdbrBioconductor msigdbrMSigDB 基因集库（Hallmark H / Curated canonical C2 / Ontology C5 内置目录）、GMT 读写往返、基因 ID 映射（symbol↔Entrez，未映射保留）、集合大小过滤、基因出现频率、集合 Jaccard 相似度，与 GSEABase GmtGeneSet 结构互通
    ashrBioconductor ashr自适应收缩（经验贝叶斯）：unimodal 正态混合先验 + EM 估计、后验均值/后验标准差、局部错误符号率 lfsr、收缩因子、z-score 便捷接口，用于 DESeq2/edgeR/limma 下游 logFC 稳定化
    EBImageBioconductor EBImage灰度影像处理：Otsu 阈值分割、高斯平滑、Sobel 边缘、腐蚀/膨胀/开闭运算（cross/square/disk 结构元素）、4/8 连通域标记、目标特征（面积/质心/外接框）、marker 分水岭分割、ASCII 可视化
    CEAlignerBio.PDB.cealignCA/C4' 引导原子、AFP 路径搜索、CE Z-score、QCP 刚体叠合、全原子变换
    MAalignBio.PDB.MAalign多蛋白质结构比对、Kabsch 算法迭代对齐、保守性分析
    StructureAlignmentBio.PDB.StructureAlignment多结构比对、动态规划、RMSD/TM-score、渐进式多结构比对
    ResidueDepthBio.PDB.ResidueDepth残基深度、晶体学 B 因子、溶剂可及性、埋藏度
    PSEABio.PDB.PSEA二级结构预测（CA-CA 距离、虚拟键角/二面角、H/E/C 三态→八态）
    FragmentMapperBio.PDB.FragmentMapperDSSP 二级结构分类 (H/E/S/L/T/C)、片段分配/合并/过滤、覆盖率
    internal_coordsBio.PDB.internal_coords键长/键角/扭矩角 (phi/psi/omega/chi)、二面角计算、内部→笛卡儿转换、扩展链构建、旋转异构体库、Ramachandran 区域
    ic_rebuildBio.PDB.ic_rebuildNeRF（Natural Extension Reference Frame）算法：内坐标→笛卡尔坐标重建、链重建、键长/键角/二面角提取、round-trip 验证
    AbstractPropertyMapBio.PDB.AbstractPropertyMap残基属性统一访问接口：按 (chain, resseq, icode) 索引、属性过滤、统计汇总、TSV 导出、多映射合并
    Nexus Trees/NodesBio.Nexus.Trees / Bio.Nexus.NodesNEXUS TREES 块解析：TREE 行、TRANSLATE 表、多树集合、Newick 往返、patristic 距离、总枝长、叶节点查询
    VectorsBio.PDB.vectors3D Vector3、RotationMatrix3、叉积、Kabsch 叠合、二面角
    chem_utilsBio.PDB.chem_utils范德华/共价半径、键长/键角/二面角、经验式/分子式量、氢键长度
    PDB 结构分析高级Bio.PDB (advanced)主链二面角、氢键检测、二级结构分配、疏水性分析
    PolypeptideBio.PDB.Polypeptide氨基酸组成、疏水性、跨膜预测、等电点
    protein_analysisBio.protein_analysisKyte-Doolittle 疏水性、GOR 二级结构、Hopp-Woods 抗原性、跨膜区段、AA/二肽/三肽组成、Shannon 熵保守性评分
    结构筛查管线SCOP 折叠类 + IUPred/COILS（筛查级）structure_screening.mbt：Chou-Fasman 二级结构 → SCOP 一级折叠类规则判定（all-α/all-β/α-β/α+β/coil，按含量与 H/E 段交替模式）→ 无序区（IUPred）+ 卷曲螺旋（COILS）+ 溶解性警告全景报告（JSON/文本），衔接 dssp/tm_score/cealign 结构栈

    #模体、数据库接口与其它

    功能模块对应 Biopython核心功能
    Motifs 基础Bio.motifsPWM、MEME 格式、模体搜索、per-position 信息含量、总信息含量、序列 Logo、模体富集、Pearson 相关性比较
    Motifs 高级Bio.motifs (advanced)JASPAR PFM、TRANSFAC 格式、模体最优比对、KL/JS 散度、模体聚类
    Motifs 阈值Bio.motifs.thresholdsPSSM 打分分布动态规划（motif/background 双密度网格）、threshold_fpr/fnr、balanced（FNR=FPR×rate）、patser（FPR=2^-IC）、标量 pseudocount 计数直建
    AlignAce / MEME / MAST / TransfacBio.Motifs.*AlignAce PFM 解析、MEME PSPM/E 值/背景、MAST p 值/E 值、TRANSFAC PFM/AC/ID/DE/BF/CC、序列化往返
    Motif Scan (FIMO)FIMO 风格PWM→PSSM log2 似然比、正反向互补扫描、动态规划 p 值卷积、匹配汇总
    Motif MatrixBio.motifs.matrixPFM/PPM/PWM/PSSM 统一矩阵抽象、PFM→PPM→PWM→PSSM 转换管线、信息含量（bits）、log-odds 打分、序列扫描、反向互补 PWM、共识序列
    Motif Discovery (de novo)MEME / AlignACEde novo 模体发现（motif_discovery.mbt）：多起点 EM（OOPS/ZOOPS 语义、位点后验→加权 PWM 重估、双链搜索、伪计数平滑、似然收敛判定）+ Gibbs 采样（逐序列留一采样、确定性 RNG、多重启取最优 IC 解）、信息含量评分、consensus 与 per-site 定位打分、DiscoveredMotif::to_motif 与 Bio.motifs PWM/扫描/MEME 序列化栈闭环
    ClusterBusterBio.motifs.clusterbusterClusterBuster 聚类 motif 格式解析：>cluster 头、motif 名、概率 PFM 行、多簇/多 motif 序列化往返、与 MotifPFM 互转、簇评分
    seqLogoBioconductor seqLogo 风格PWM 构建、信息含量 IC、ASCII 艺术 logo 渲染、一致性序列、自定义背景频率
    PrositeBio.PrositeProsite 模体数据库搜索、模式解析、匹配算法、得分计算
    RestrictionBio.RestrictionREBASE 1088 个酶全量数据库（restriction_db.mbt）：IUPAC 简并位点、回文识别、单切/双切/未表征酶、线性/环状 search（切点 1-based，跨原点桥接）与 catalyse 片段、elucidate/frequency/端型（blunt/5'/3'/unknown）/供应商目录、compatible_overhang/compatible_ends 粘性端相容、isoschizomer/neoschizomer/equischizomer 同裂酶关系、RestrictionBatch 批量检索（add/remove/add_supplier/elements）、RestrictionAnalysis 全套过滤（with/without/n_sites、blunt、overhang5/3、defined、between/only_between/show_only_between、outside/only_outside、do_not_cut）
    Restriction PrintFormatBio.Restriction.PrintFormat酶切结果三种排版：list（字母序列表）、number（按酶切次数分组）、map（正/反链图形化图谱，60 列分段 + 切点标注）
    ProtParamBio.SeqUtils.ProtParam分子量、不稳定指数、GRAVY（28 种注册疏水性 scale 命名切换）、等电点、信号肽、二级结构倾向、Vihinen 柔性窗口 flexibility、任意氨基酸 scale 滑窗剖面 protein_scale（edge 线性权重）、helix/turn/sheet 残基分数 secondary_structure_fraction、280nm 摩尔消光系数 molar_extinction_coefficient
    ProteomicsBio.SeqUtils.Proteomics8 种蛋白酶切（胰酶/糜酶/胃酶/LysC/ArgC/CNBr/GluC/AspN）、同位素分布、b/y 碎片离子
    EntrezBio.EntrezNCBI 数据库 ESearch/EFetch、PubMed/Gene/Taxonomy 解析
    Entrez E-utilitiesBio.Entrez全套 9 个 E-utility：EInfo（数据库列表/字段与链接名，20190110 DTD）、ESearch（Count/RetMax/RetStart/IdList/QueryTranslation/QueryKey/WebEnv 历史）、EFetch（rettype/retmode 原始记录与 history 拉取，≥200 ID 自动 POST）、EPost（WebEnv/QueryKey 会话）、ESummary（DocSum/Item 文档摘要）、ESpell（拼写建议与 Replaced 列表）、ELink（跨库 LinkSetDb/LinkName 关联）、EGQuery（全局跨库计数）、ECitMatch（引文字符串 bdata 检索 PMID）、entrez_quote_plus URL 编码、可注入 fetch/now 传输、内置限速（无 API key 每秒 3 次）
    DatastoreBagIt 风格（Bio.Entrez 缓存思路）MD5（RFC 1321 完整实现）内容寻址 bag：add/manifest-md5.txt/bagit.txt/bag-info.txt（Payload-Oxum）、fetch-through 缓存（hit/miss 统计）、verify 校验、外部清单 load_bag 加载、字典序 names/tags
    BiocFileCacheBiocFileCache本地文件缓存管理：add/get/remove/clean、bfcrpath 路径解析、bfcquery 模糊搜索、bfcneedsupdate 远程 staleness 检测、etag 更新、标签管理、FNV-1a 内容校验、hit/miss 统计
    TaxonomyBio.TaxonomyNCBI 分类数据库、分类树操作、谱系查询、共同祖先计算
    MedlineBio.MedlineMedline/PubMed 记录解析、APA 引用、MeSH 过滤
    mirna_targetstargetscan 风格 / Biopython 思路microRNA 靶标预测：seed 区域提取（miRNA 2-8 位）、seed 类型（6mer/7mer-m8/7mer-A1/8mer）分类、3'UTR 扫描（正向+反向互补匹配，GU 摆动）、context++ 简化打分（seed 权重 + 局部 AU 富集 + 位置权重）、miRNA:mRNA 双向查询、靶位点 TSV 导出
    orfikORFik R/BioconductorORFik 风格 ORF 精细化：六框 ORF 扫描（ATG + 可选起始密码子）、ORF 分类（5'UTR / CDS / 3'UTR / uORF / dORF / overlapping）、Kozak 共识打分（gccRccAUGG：-3 A/G +4 G 强权重）、长度过滤、ORF 序列提取与翻译验证、GFF 导出
    xcms_peaksxcms R/Bioconductorxcms 风格色谱峰检测：chromatogram 数据结构（rt + intensity）、基线估计（滚动最小值/分位数）、噪声估计（MAD）、centWave 简化版（连续高于阈值区域 + 高斯/抛物线拟合峰边界）、matchedFilter 简化版（移动平均滤波 + 局部极大值检测）、峰特征（mz/rt/rtmin/rtmax/面积/snr/fwhm）、ASCII 可视化
    EMBOSS 工具EMBOSS suiteGC 偏斜、AT 偏斜、分子量、Tm、ORF 查找、距离计算、蛋白质参数
    Primer3Bio.Emboss.Primer3Wallace/盐校正 Tm、GC 含量、自互补/交叉二聚体评分、发夹 3' 端检测、正/反向候选流水线
    PrimerSearchBio.Emboss.PrimerSearchEMBOSS primersearch 风格引物匹配：引物对文件解析、错配容忍搜索、PCR 产物推断（正/反向链）、产物大小过滤、EMBOSS 输出格式化
    FreqTableBio.SubsMat.FreqTable计数/频率字典、read_count/read_freq 文本解析、Shannon 熵、KL 散度、Jensen-Shannon 距离、归一化
    AffyBio.AffyAffymetrix 芯片、RMA 标准化、背景校正、分位数归一化
    Affy CelFileBio.Affy.CelFileAffymetrix CEL 文本格式（v3.x/v4 ASCII）解析：[HEADER]/[INTENSITY]/[MASK]/[OUTLIERS]/[MODIFIED] 段、DatHeader 网格解析、行优先 intensities/stdevs/npix 矩阵、probe-level 统计（mean/median/range/percentile/IQR/MAS5 background）、mask/outlier 比例
    Graphics / GenomeDiagramBio.Graphics / Bio.Graphics.GenomeDiagramTrack/Feature/Diagram 数据模型、Rectangle/Arrow/Diamond 形状、SVG 生成、自动标注
    ChromosomeBio.Graphics.Chromosome染色体/特征/区域/带、SVG 线性/圆形渲染、G 带染色、核型图
    DistributionPlotBio.Graphics.DistributionPlotSVG 分布图：Histogram（自动/手动 bin、nice ticks）、ScatterPlot、LinePlot（多 series polyline）、DistributionPage 网格布局多 panel、轴刻度与标题、独立 SVG 文档输出
    KGML_visBio.Graphics.KGML_visKEGG KGML 通路图 SVG 渲染：KgmlCanvas 自动 bbox 缩放、gene/enzyme/ortholog rect、compound circle、map 虚线 rect、relation 按 rtype 着色（ECrel/PPrel/GErel/PCrel/maplink）、reaction 不可逆/可逆双向箭头、entry 标签开关、kgml_to_svg 便捷接口
    Wise2Bio.WiseGeneWise/ESTwise 输出解析、外显子/内含子/比对列、剪接相位、比特分数
    PCD 质谱Bio.PCD质谱 PCD 解析（Scan/RT/PEPMASS）、峰列表、TIC/BPC 色谱图、m/z 过滤、前体离子
    NMRBio.NMRNOE 距离约束（XPLOR/CNS）、二面角约束、化学位移表（BMRB-like）、NMRView .xpk、约束违反
    CrystalBio.Crystal小分子 CIF 解析、单胞参数/空间群、原子/化学键、分数↔笛卡尔变换、单胞体积/密度
    RNA 二级结构Bio.SeqUtils (RNA)Nussinov 动态规划算法、发夹环/内部环/凸出环/多环识别
    PathwayBio.PathwaySpecies/Reaction（正负系数表示底物/产物）、System 化学计量矩阵（stochiometry）、Network 有向多图（source/sink/source_interactions）、Interaction；Graph/MultiGraph 带标签边图、BFS（bf_search）/DFS（df_search）遍历
    phenotypeBio.phenotypePlateRecord/WellRecord、logistic/Gompertz 生长曲线、CSV/JSON 解析
    Cluster 数值聚类Bio.Cluster (cluster.c)C 聚类库核心：8 种距离（欧氏[平方均值]/City Block/Pearson/绝对 Pearson/非中心/绝对非中心/Spearman/Kendall）、clusterdistance、层次聚类 treecluster（SLINK 单连接/完全/平均/质心连接）+ Tree cut/sort、kcluster（k-means/k-medians EM）、kmedoids、clustercentroids（均值/中位数/medoid）、somcluster 自组织映射、PCA（Golub-Reinsch SVD）、distancematrix、Record（Eisen Cluster/TreeView 格式读写 + 全套方法）
    Cluster 序列聚类Bio.Cluster距离矩阵、层次聚类、Newick 输出、轮廓系数
    VariationBio.VariationSNP、突变检测、氨基酸替换、BLOSUM62/Grantham 矩阵
    ApplicationBio.Application / Align.Applications命令行工具包装（ClustalW/Clustal Omega/Muscle/MAFFT）、参数管理
    Bloom FilterJellyfish/khmer 风格k-mer 计数、成员查询、误判率估算、近似去重
    File 压缩Bio.File自动 gzip/bzip2 检测、透明压缩读写、文件操作接口
    BGZF 块 GZIPBio.bgzf解压 bgzf_decompress / parse_bam_from_bgzf；写入 bgzf_compress / BgzfWriter（stored DEFLATE 分块，单块 payload ≤65505 字节，收尾 28 字节标准 EOF 块）、BgzfReader 随机访问（read(size)/readline/seek/tell）、虚拟偏移 bgzf_make/split_virtual_offset（coffset<<16｜uoffset，BAM/tabix 索引语义）、bgzf_blocks 块元数据扫描（start/block_length/data_offset/data_length）；修复 DEFLATE 位读取 LSB 位序、gzip CM/FLG 偏移、stored block LEN/NLEN 小端读取、BGZF trailer 位置计算等潜伏解压 bug
    Bio.NaiveBayesBio.NaiveBayesk-mer 频率朴素贝叶斯、Laplace 平滑、top-K 预测
    Bio.kNNBio.kNNk 近邻监督分类器：Manhattan/Euclidean 距离、逆距离加权投票（d=0 精确匹配直返）、分类概率、留一法交叉验证、混淆矩阵、min-max/z-score 特征归一化（列/样本集）
    Bio.MarkovBio.Markov1/2/3 阶马尔可夫链训练、转移概率、序列对数概率、CpG 岛 log-odds 检测、稳态分布
    Bio.LogisticRegressionBio.LogisticRegression二分类、Newton-Raphson、Hessian、操纵子预测示例
    Bio.MaxEntropyBio.MaxEntropyIIS 训练、指示特征函数、softmax 归一化
    Bio.NeuralNetworkBio.NeuralNetwork前馈网络、反向传播、sigmoid 激活、XOR/iris 示例
    Compound / ChemmineRBio.Compound / ChemmineR分子式解析/分子量、SDF 解析、分子描述符、原子对指纹、Tanimoto/Dice 相似度、子结构搜索
    GA 遗传算法Bio.GA种群初始化、适应度函数、锦标赛/轮盘赌选择、单点/两点交叉、变异、精英保留
    Reduced AABio.Align.ReducedRAD/Dayhoff/CHARM/SDM12 简化氨基酸字母表、序列比较、简化一致性
    Statistics 基础Bio.Statistics描述统计、假设检验（Pearson/Spearman 相关、t/Wilcoxon/Mann-Whitney/Fisher/KS/chi2/ANOVA）、Z-score、log-rank、BH/Yekutieli/Bonferroni/Holm 校正
    q-value / IHWqvalue / IHWStorey's π₀ 估计（df=3 三次光滑样条 smoother / David Robinson 闭形式 bootstrap）、q-value、pFDR 有限样本校正、fdr.level 显著集、局部 FDR lfdr（probit/logit + 高斯 KDE）、经验 p 值 empPvals（池化/检验特异）、自助法；独立假设加权、协变量加权 Bonferroni、多协变量
    multtestmulttestmt.rawp2adjp 九种边际 p 值校正（Bonferroni/Holm/Hochberg/Sidak 单步与步降/BH/BY/ABH 自适应 BH/TSBH 两阶段 BH，按 α 输出独立列与 h₀ 估计、NaN 末置与 na.rm 语义）、mt.reject 拒绝计数与定位、Westfall-Young 置换 maxT/minP 步降校正（观测统计量 + 置换零统计矩阵、经验边际 p、单调化）
    swfdrswfdr（Korthauer 等）协变量调节 π₀ 与 q-value：lm_pi0（logistic/linear 模型、λ 网格 π₀(λ)、unit.spline 等距三次样条与 smooth.spline df=3 两种光滑、自定义 λ 与 smooth_df、多协变量设计矩阵、[0,1] 阈值截断）、lm_qvalue（pFDR 有限样本校正、pfdr 开关）；science-wise FDR：calculateSwfdr 对 rounded/truncated p 值的 EM 估计（六个粗粒度箱 (0,.005]…(.045,.05]、Beta(α,β) 备择分布、精确 p 值的后验零假设指示 z、rounded 位置返 None、每箱期望零假设数 n0 与观测计数 n、自定义 pi0/alpha/beta 初值与迭代数）；内置完整 L-BFGS-B v2.3 有界约束优化器（BLAS/Linpack、Moré-Thuente 线搜索、有界中心差分数值梯度）
    NexusBio.NexusNEXUS 格式解析、数据矩阵、发育树、距离矩阵
    Stockholm 兼容层Bio.Stockholm (legacy)Stockholm/Pfam 比对解析、二级结构注释、百分比一致性、保守性分析
    MAF 兼容层Bio.Align.MAF (legacy)宽松 MAF 块解析、选择/过滤、百分比一致性、统计分析
    Mauve 兼容层Bio.Align.Mauve (legacy)历史 MAF-like 块、LCB 重排摘要、倒位/断点检测、覆盖率、BED 导出

    #Bioconductor 系列功能

    #核心基础设施与数据容器

    功能模块对应 Bioconductor核心功能
    ExperimentHubExperimentHub数据中枢元数据与查询层：EhResource（title/species/taxonomy_id/genome/description/dataprovider）、eh_filter_species（物种子串匹配，忽略大小写）、eh_filter_taxonomy（taxonomy_id 精确匹配）、eh_search（跨标题/物种/基因组/描述/数据提供方关键字搜索）、eh_cache_root（<home>/.cache/ExperimentHub 默认缓存根）
    BiobaseBiobaseExpressionSet、AnnotatedDataFrame、数据归一化、log2 转换
    S4VectorsS4VectorsRle 游程编码、DataFrame 数据框、Hits 匹配数据结构
    BiocGenericsBioconductor BiocGenericsNA 处理、排序、集合运算、匹配、表统计
    BiocParallelBiocParallel任务分块、并行求和/均值、进度追踪
    IRangesIRanges整数区间操作、集合运算、重叠检测、findOverlaps 高级类型、nearest、coverage、距离矩阵
    GenomicRangesGenomicRangesGRanges、复合特征、区间操作、集合运算、precede/follow、coverage、distance_to_nearest、gaps/reduce/disjoin/setdiff/promoters/trim
    GRangesListGenomicRanges命名复合基因组特征、split/unlist/relist、逐组区间变换、并行集合运算、特征级重叠/最近邻/覆盖度
    plyrangesplyrangesdplyr-like tidy verbs for GRanges: filter/mutate/select/arrange/rename/group_by+summarise/join_by、metadata 管理
    GenomicAlignmentsGenomicAlignmentsGAlignments 对象、coverage 计算、summarizeOverlaps、pileup 操作
    GenomicFilesGenomicFiles分布式按区间扫描 BAM/BED/VCF、批量查询、归约、覆盖度
    SummarizedExperimentSummarizedExperiment多维基因组数据容器、Assays、行/列操作
    RangedSummarizedExperimentSummarizedExperimentGRanges/GRangesList 行范围、复合特征精确重叠/最近邻、覆盖度、区间变换与协调子集
    TreeSummarizedExperimentTreeSummarizedExperiment行/列树、节点链接、树节点子集、祖先/后代查询、层级聚合
    SingleCellExperimentSingleCellExperiment多 assay 管理、降维（PCA/t-SNE/UMAP）、size factors、归一化
    SpatialExperimentSpatialExperiment空间转录组学数据结构、空间坐标管理、图像数据、spots 过滤
    MultiAssayExperimentMultiAssayExperiment多组学数据协调、实验协调、样本映射、跨实验子集
    RaggedExperimentRaggedExperiment参差突变数据（Missense/Nonsense/Frame_Shift/Splice_Site 等）、基因×样本稀疏矩阵、TMB 每 Mb 计算、按基因/样本/突变过滤、LoF 识别
    DelayedArray / DelayedMatrixStatsDelayedArray懒加载操作、分块处理、row/col 统计（mean/var/sd/median/min/max/sum）、NA 处理、子集操作
    SparseArray / MatrixSparseArray / MatrixN 维规范化 COO、重复坐标合并、R 列主序、切片/置换/绑定、稀疏算术与矩阵乘法；CSC/CSR 格式、矩阵运算、范数
    MatrixGenerics / beachmatMatrixGenerics / beachmatrowMeans/colMeans、rowVars/colVars、rowMedians/colMedians、rowMad/rowCounts/rowAnys/rowAlls；列/行块处理、线性迭代器、子集/转置/绑定
    BiocNeighbors / BiocSingularBiocNeighbors / BiocSingularKMKNN/Annoy/BruteForce 最近邻、欧几里得/曼哈顿/余弦；Exact/IRLBA/Randomized SVD
    GenomeInfoDbGenomeInfoDb基因组构建、染色体信息、着丝粒位置、染色体臂、标准染色体筛选
    BiostringsBiostrings生物序列字符串操作：字母表、反向互补、翻译、模式匹配、PDict 字典匹配、vcountPattern/vmatchPattern、pairwiseAlignment、核苷酸/蛋白质频率
    InteractionSetInteractionSet染色质互作数据：Anchor/InteractionSet 结构、Hi-C 互作矩阵、区域对操作、距离计算、重叠检测
    SeqArraySeqArrayGDS 层级容器（GdsNode/GdsFile 路径寻址、GdsInt/Double/String/Int2D/Int3D 值类型）、seqVCF2GDS VCF 导入（样本/变异/基因型三节点）、SeqVarData 过滤视图（seqSetFilter 语义：sample/variant/chrom/range 过滤与 reset）、基因型剂量提取（0/1/2 计数、-1 缺失、单倍型/多等位基因/缺失处理）、allele_frequencies/missing_rates/summary（seqSummary）与 apply_per_variant 逐变异统计

    BAM 记录解析htslib/pysamBAM 二进制比对记录解析（标准 htslib 布局）：32 字节核心头（bin_mq_nl/flag_nc 打包）、CIGAR、4-bit 序列解码（=ACMGRSVTWYHKDBN）、Phred 质量、辅助 tags（A/c/C/s/S/i/I/f/Z/H/B 数组类型）、flag 位解码（paired/proper/unmapped/reverse/read1/read2/secondary/supplementary/qcfail/duplicate）、cigarstring；写出：BamFile::to_bam_bytes（未压缩 BAM 编码，header + 32 字节核心头 + qname/CIGAR/4-bit seq/Phred qual/aux tags 的逆向序列化）+ to_bgzf_bytes（BGZF stored 块压缩，bgzf_compress 复用）
    BAM 比对几何htslib/pysamBAM 记录比对几何：reference_start/reference_end（0-based）、get_reference_positions（full_length 时 I/S 置 None、D/N 跳过）、get_overlap（与半开区间的对齐碱基重叠数，M/=/X 计数）、get_aligned_pairs（query↔ref 坐标对，matches_only 过滤）、query 访问器（query_sequence/query_qualities/query_length/infer_query_length CIGAR 推导 M+I+S+=+X）
    BAM pileuphtslib/pysamBAM 比对堆垛（pileup）：按参考位置产出一列覆盖 reads，每条给出 query_position（D/N 为 None）、is_del/is_refskip（htslib 的 N 同时置双标志的语义）、indel（前一个碱基后的 I 正 / D 负长度），匹配 pysam stepper="all" 语义
    BAM mpileuphtslib/samtoolsmpileup（samtools/bcftools mpileup 表格输出 1-6 列）：基于 pileup（stepper="all"）按参考位置产出 chrom/pos(1-based)/ref_base/depth/bases/quals；bases 编码 ./,（正/负链匹配）、A..T/a..t 错配、N/n 未知碱基、>/<（正/负链 N refskip）、* 缺失、^+mapq 读起始、$ 读结束、+<len><seq> 插入 / -<len><ref> 缺失标记（对位 htslib mplp_func）；quals 每碱基一 Phred+33 字节（缺失/refskip/indel/标记不占质量）
    BAM 统计htslib/samtoolsflagstat（bam_stat.c 的 16 项 flag 分类计数：primary/secondary/supplementary/paired/read1/read2/proper/both-mapped/singleton/mate-diff-chr 等）+ idxstats（bam_index.c 的每参考序列 mapped/unmapped 计数 + * 未定位桶）
    BAM index (BAI)Rsamtools（HTSlib）BAI（.bai）索引解析：magic、n_ref、每参考序列 fixed-size bin 层级 + 16 kb linear index、末尾 n_no_coor；bai_reg2bins 区间→bin 映射、bai_query 按半开区间返回 BGZF 虚拟偏移块（配合 BgzfReader::seek 随机访问）
    Tabix (.tbi)Rsamtools（HTSlib）/ htslib tabixTabix 索引解析：header（format/col_seq/col_beg/col_end/meta/skip/l_nm/序列名）+ 共享 BAI binning；tabix_query 按半开区间返回压缩块虚拟偏移
    bcftools opsbcftoolsbcftools 式变体操作：vcf_filter_pass/vcf_filter_min_qual/vcf_filter_tag/vcf_exclude_tag（filter/view -i/-e）、vcf_view_snps/vcf_view_indels（view -v）、vcf_merge/vcf_concat（merge/concat + sort）、vcf_isec/vcf_isec_complement/vcf_union（isec 交集/补集/并集，chrom:pos:ref:alt 键匹配）、vcf_norm_split/vcf_norm_merge（norm -m -/+ 拆分/合并多等位）、vcf_sort（chrom+pos 排序）、vcf_query_basic/vcf_query_info（query -f 字段抽取）、vcf_stats（stats：SNP/indel/MNP/多等位/PASS/FAIL 计数 + qual 均值）
    CRAMhtslib/pysamCRAM 3.0 格式：parse_cram（magic + version + ref/压缩/stream 头 + SAM header + 记录体）、CramFile::to_cram_bytes（逆向序列化，round-trip）、CramFile::to_sam/CramRecord::to_sam_line（CRAM→SAM 文本）、CramRecord::to_bam_record/CramFile::to_bam（CRAM→BAM 转换）、flag 位解码（paired/proper/unmapped/reverse/read1/read2）、ITF-8/LTF-8 变长整数编码解码（itf8_encode/itf8_decode/ltf8_encode/ltf8_decode）
    CSI 索引htslibCSI（Coordinate Sorted Index，VCF/BCF 的伴侣索引）：parse_csi（magic CSI\1 + min_shift/n_lvls/l_aux + 每参考序列 bin/loffset/n_chunk/chunks，末尾 n_no_coor，无线性索引）+ csi_reg2bins（区间→bin 映射，按 min_shift/depth 泛化的 htslib hts_reg2bins）+ csi_query（按半开区间返回覆盖 chunks + 沿最深 bin 上溯取 loffset 的 min_off）
    bedtools 区间运算bedtools基因组区间算术：IntervalTree（居中式区间树，build/重叠查询）、bedtools_merge（同染色体 book-ended 合并，-d 0 语义）、bedtools_intersect（≥1bp 重叠，-u 式全 A 去重）、bedtools_intersect_wo/_wao/_loj（-wo 报 A+B+重叠 bp、-wao 全 A 含无重叠的 null B+0、-loj 左外连接报 A+B 无重叠列）、bedtools_intersect_overlap（默认交集区间）、bedtools_intersect_v（-v 无重叠的 A）、bedtools_intersect_count（-c 计数，别名 map_count）、bedtools_intersect_wb（-wb 输出 B）、bedtools_intersect_either（-e 任一比例满足）、bedtools_closest（每个 A 找最近 B：重叠 0、下游正/上游负的带符号距离，gap+1 偏移，默认 ALL_TIES 平局全报）、bedtools_window（B 落在 A 的 [start-w, end+w) 窗口内即报告）、bedtools_coverage（每个 A 的重叠 count/覆盖碱基数/长度/覆盖比例）、bedtools_genomecov_bg（差分事件扫描成 depth≥1 的 bedgraph 段）、bedtools_subtract/complement（区间差/基因组空隙，需 genome 大小）、bedtools_flank/shift/slop（侧翼/平移/两端扩展，按 chrom 边界 clamp）、bedtools_intersect_frac/_frac_b/_reciprocal（-f A 比例 / -F B 比例 / -r 互惠比例）、bedtools_intersect_stranded/_opposite_strand（-s 同链向 / -S 反向链）、bedtools_map（数值 count/sum/mean/min/max/median/absmin/absmax/stdev/sstdev/count_distinct；字符串 mode/antimode/distinct/distinct_only/collapse/concat/first/last）、bedtools_groupby（数值 -o 聚合）+ bedtools_groupby_text（字符串 -o 聚合）、bedtools_jaccard（区间 Jaccard 指数 + 交点计数）、bedtools_makewindows/bedtools_makewindows_count（固定大小/固定数量窗口生成）、bedtools_reldist（相对距离分布直方图，A 中点相对相邻 B 中点的归一化距离，0.01 分箱）、bedtools_getfasta（按区间抽 FASTA 子序列）、bedtools_nuc（区间碱基组成 A/C/G/T/N/other 计数 + %AT/%GC）、fisher_exact/bedtools_fisher（Fisher 精确检验：超几何双侧 p 值 + 区间重叠 2×2 表）
    VCF（文本 VCF）pysam（VariantFile）VCF 文本解析与写出：parse_vcf（## 元信息头 + #CHROM 固定头 + 记录，INFO/FILTER/FORMAT/样本解析，is_snp/is_insertion/is_deletion/get_genotype）、VcfFile::to_string（VariantFile.write 写出：元信息头 <...> 结构重建 + 固定头 + 记录往返序列化）
    BCF（二进制 VCF）Rsamtools（HTSlib）/ bcftoolsBCF2.2 二进制解析：magic BCF\2\2、l_text 头部文本（FILTER/INFO/FORMAT/contig/sample 字典由解析文本隐式得到）、record 32 字节固定头 + shared 块（ID/REF+ALT/FILTER/INFO）+ indiv 块（FORMAT/samples）的 typed 值解码（size byte count<<4|type、int8/16/32、float32、char、null/flag）、GT 相位解码；BcfFile::to_bcf_bytes 逆序列化回 BCF 字节（round-trip）

    #注释与基因组数据库

    功能模块对应 Bioconductor核心功能
    AnnotationDbiAnnotationDbi通用注释数据库接口、ID 映射、GO/KEGG 注释管理
    AnnotationFilterAnnotationFilter染色体筛选、生物类型过滤、区域重叠检测、符号模式匹配
    AnnotationHubAnnotationHub中心化注释资源、按类型/提供者/基因组/关键词搜索
    ensembldbensembldbEnsembl 注释数据库、基因/转录本/外显子/CDS 检索、biotype 过滤
    TxDb / GenomicFeaturesGenomicFeaturesGTF 解析、Gene/Transcript/Exon/CDS 提取、UTR/内含子计算、启动子提取、区域查询
    BSgenomeBSgenome基因组序列数据库、染色体序列检索、子序列提取、链特异性基因提取
    biomaRtbiomaRt基因 ID 映射、基因注释查询、批量查询、外部数据库映射
    GEOqueryGEOqueryGEO 数据获取、Series Matrix、SOFT 解析、ExpressionSet 转换
    rtracklayerrtracklayerBED/WIG/BEDGraph/GFF 解析与写入、GRanges 转换、Chain liftOver、BigWig 二进制（见 Align/基因组文件表）
    UCSC Chain / liftOverrtracklayerChain 格式解析、基因组坐标 liftOver 转换、链段查找、染色体间映射
    rhdf5rhdf5HDF5 文件支持、数据集读写、组管理、属性操作
    GenomicScoresGenomicScoresGScores 位置特异性分数检索：多 population 安装（phastCons/phyloP 风格 per-chromosome 存储）、score_at 单碱基查询（step 常数/linear 线性两种插值、首碱基前 NaN、末尾截断）、range_score 区间汇总（mean/min/max/median）、多 population 默认切换、gscores_fetch GRanges 风格批量抓取、染色体增量合并（位置对齐去重）

    #差异表达分析

    功能模块对应 Bioconductor核心功能
    DESeq2DESeq2size factors 归一化、分散度估计、负二项 GLM 拟合、Wald 检验、LFC 收缩、VST 方差稳定化变换、PCA 可视化
    apeglmapeglm负二项 GLM、自适应经验贝叶斯 Cauchy/Student-t 先验、MAP、Laplace 后验 SD/区间、FSR/FSOS/s-value
    edgeRedgeRDGEList、精确检验、GLM 拟合、准似然 F 检验、camera/roast 基因集检验
    limmalimma线性模型拟合、经验贝叶斯、voom 变换、RPKM/CPM/quantile 归一化、ComBat/removeBatchEffect 批次校正、treat 严格检验、camera/cameraPR 竞争性基因集检验
    variancePartitionvariancePartition重复测量线性混合模型、ML/REML 方差分量、BLUP、precision weights、dream contrast、Satterthwaite 检验、BH-FDR
    dreamletdreamletsample×cell-type pseudobulk、TMM、cell/sample/gene 过滤、logCPM、Poisson/voom precision weights、分 cell-type 重复测量模型、study-wide FDR
    DEXSeqDEXSeq差异外显子使用、计数归一化、统计检验、结果过滤
    DRIMSeqDRIMSeqDirichlet-multinomial 模型、Wald 检验、比例计算、counts 过滤、BH-FDR、显著基因提取
    baySeqbaySeq负二项模型、分散度估计、Gamma 先验、对数似然比、后验概率、MAP
    NOISeqNOISeqTMM/RPKM/上四分位归一化、NOISeqBio 噪声鲁棒差异
    glmGamPoiglmGamPoisize factors 估计、伪批量聚合、IWLCS 迭代加权最小二乘、Wald 检验、BH-FDR
    fishpond (Swish)fishpondMann-Whitney-Wilcoxon 秩和统计、置换检验、BH-FDR、log2FC 方向判定
    ALDEx2ALDEx2Dirichlet Monte Carlo 组成型差异丰度、六类 denominator、Welch/Wilcoxon、effect/overlap、Aitchison 距离
    DirichletMultinomialDirichletMultinomialDirichlet-multinomial 概率、有限混合 EM/BFGS 聚类、Laplace/AIC/BIC 选 K、生成式分组分类、ROC
    ANCOMBCANCOMBC采样比例估计、对数比偏差校正、参考特征选择、Welch t 检验、ANCOM W 统计量、BH-FDR
    metagenomeSeqmetagenomeSeq零膨胀模型、归一化、零膨胀概率计算、差异检验
    zinbwavezinbwave零膨胀负二项低维模型、cell/gene 协变量与 offset、latent factors、dispersion shrinkage、observational weights
    DSSDSSRNA-seq 差异表达 Wald 检验 + BH-FDR；差异甲基化 DML/DMR 检测
    methylGSAmethylGSA甲基化基因集分析：CpG→基因最小 p 值聚合、methylRRA-OLS（均值 -log10 统计 + 经验 p 值）、methylRRA-Robust（Robust Rank Aggregation Beta 顺序统计量）、BH-FDR 多重检验校正
    tradeSeqtradeSeq 1.27.0gene × cell 计数合同、cell × lineage 拟时间/权重、多 lineage 负二项 GAM、惩罚 B-spline、五类 Wald 检验、Slingshot 直连
    stageRstageR两阶段检验（筛选+确认）、Simes 聚合、BH-FDR、Holm 步降、OFDR 控制、Dte/Dtu
    EBSeqEBSeq经验贝叶斯差异表达、负二项模型、PPDE 后验概率、Laplace 近似边际似然、Stirling lgamma 近似
    RankProd 3.28.0RankProd秩积/秩和差异表达：全配对或随机配对（k1×k2 组间样本配对逐对排名）、几何均值 RP / 算术均值 RS、Eisinga rankprodbounds 精确解析 p 值（上下界 + 几何均值插值，无需置换）与骰子和分布、pfp 预测假阳性百分比、R 式平均秩 RPrank/RSrank、topGene 显著表（cutoff/num.gene、pfp/pval、四位有效数字 prettyNum）、单类配对分析、NA 最小有效配对过滤、可复现 32 位 LCG 零重抽
    kallisto-lite 伪比对定量kallisto (Bray et al. 2016)kallisto_lite.mbt：转录组 k-mer 索引（k-mer→兼容转录本集合）、伪比对等价类（read 全部 k-mer 兼容集合交集）、EM 分摊估计（α/有效长度权重迭代至收敛）、est_counts/TPM/有效长度输出 Salmon 风格 quant.sf、与 tximport 闭环
    MOFA2MOFA2多组学因子分析 v2：稀疏贝叶斯因子模型、EM 算法、ARD 自动相关性确定、多视图数据整合（转录组/甲基化/蛋白质组等）、因子数自动推断

    #单细胞分析

    功能模块对应 Bioconductor核心功能
    AnnDataanndata (Python)单细胞数据容器（scanpy 生态地基）：AnnData（x 主矩阵 n_obs×n_vars、obs/variables 注释、layers/obsm/varm/obsp/varp/uns、obs_names/var_names）、shape/n_obs/n_vars、set_obs/set_var/set_layer/set_obsm/set_obsp 链式赋值、subset（obs×var 索引切片，X/layers/obs/var/obsm/obsp 同步重索引）、copy（深拷贝）
    scanpy 预处理scanpy (Python)scanpy preprocessing 核心：scanpy_normalize_total（每细胞文库归一化到 target_sum）、scanpy_log1p（ln(1+x)）、scanpy_scale（每基因 z-score ddof=1 + max_value 裁剪）、scanpy_highly_variable_genes（Seurat flavor：log 分散度/log1p 均值、n_bins 等宽分箱 + 箱内 z-score、cutoff min_disp/min_mean/max_mean）
    scanpy 差异表达scanpy (Python)scanpy tools 核心（第一批）：scanpy_rank_genes_groups（Welch t-test 差异表达——每基因比 ref vs target 两组，返回 t 统计量/p 值/两组均值/log2 倍率，p 值经 stat_pvalue_t 正态近似）
    scanpy IOscanpy (Python)scanpy read_10x_mtx：Matrix Market 坐标解析 + features/barcodes → AnnData（转置、var_names、make_unique、gex_only）；自动 gunzip 处理 .gz 输入
    gzipRFC 1952gzip_decompress / gunzip_if_needed：标准 gzip 解压（复用 bgzf 的 DEFLATE 解码器）
    scanpy PCAscanpy (Python)scanpy pp.pca（sklearn 约定）：中心化列 + 协方差 Lanczos top-k 特征分解 → ScanpyPca（细胞坐标 coords、基因载荷 loadings、variance_ratio）
    scanpy neighborsscanpy (Python)scanpy pp.neighbors（method="umap"）：欧氏距离 kNN + UMAP fuzzy simplicial set（smooth_knn_dist rho/sigma 二分找 perplexity、 membership strengths、fuzzy union d+dᵀ−d∘dᵀ）→ 对称连接矩阵
    scanpy regress_outscanpy (Python)scanpy pp.regress_out（数值协变量）：R=[1|cov] 最小二乘去混杂，coeff=gram⁻¹RᵀX、resid=X−R·coeff（含截距）
    scanpy louvainscanpy (Python)scanpy tl.louvain（模块度局部移动）：消费稀疏 SparseGraph，Blondel 增益公式 ΔQ=(k_in(B)−k_in(A))/m − k_u(Σtot(B)−Σtot(A)+k_u)/(2m²)，重标 0..k−1
    scanpy diffmapscanpy (Python)scanpy tl.diffmap：对称随机游走 D⁻½AD⁻½ 的稀疏 Lanczos top-k 特征分解 → ScanpyDiffmap（eigen_basis 扩散坐标、eigen_values）
    scanpy leidenscanpy (Python)scanpy tl.leiden（连通性精化）：Louvain 局部移动 + 诱导子图拆分断开社区，保证每个社区连通
    scanpy dptscanpy (Python)scanpy tl.dpt（扩散伪时间）：Σ_t λ_t/(1−λ_t)·(ψ_t(i)−ψ_t(root))²，从根出发累加扩散距离
    scanpy pagascanpy (Python)scanpy tl.paga：簇间连通度按随机图零模型归一（v/((es_i·n_j+es_j·n_i)/(n−1))，clamp [0,1]）
    scanpy umapumap-learnscanpy tl.umap（2D 嵌入）：谱初始化 + 逐边吸引/负采样排斥的随机梯度下降（umap-learn 的 optimize_layout_euclidean 移植）
    SignacSignac单细胞 ATAC-seq 分析核心：signac_feature_matrix（Tn5 片段 → 峰 × 细胞计数矩阵，片段与其重叠的每个峰各计一次，按 cell barcode 归列）、signac_tss_enrichment（TSS 中心窗口片段数 ÷ 两侧侧翼窗口均值，启动子相对富集 QC）、signac_nucleosome_signal（单核小体 147–294bp / 无核小体 <147bp 片段比值，片段长度周期性 QC）
    scuttle 1.23.1scuttlebatch-aware median/MAD 异常值、subset per-feature QC、重叠 feature-set 聚合、精确无放回 count downsampling、batch/block coverage 等化
    scrapperscrapper批次感知 RNA QC、大小因子清洗与居中、log-normalization、LOWESS 方差趋势、HVG 选择、多因子 pseudo-bulk
    scranscran单细胞归一化 sum_factors、SNN 图构建、Leiden 聚类、差异标志物
    bluster 1.23.0bluster多起点 K-means、精确 KNN 与加权 SNN 图、Louvain 聚类、two-step 量化聚类、Rand/ARI、silhouette、purity、RMSD、modularity、bootstrap 稳定性
    FlowSOM 2.21.0FlowSOM规则网格 SOM、KWSP/random/PCA 初始化、四类距离、分阶段 MST 邻域、meta-clustering 与自动 elbow、节点 MFI/CV/SD/MAD/阳性率、MAD outlier
    clusterExperimentclusterExperimentclusterMany 参数网格集成、makeConsensus 共聚类矩阵+一致性聚类、makeDendrogram 聚类树、mergeClusters 显著性合并（Welch t-test+BH-FDR）、RSEC 流水线
    SC3SC3PCA 降维、k-means 聚类、轮廓系数评估、间隙统计量、共识聚类
    ConsensusClusterPlusConsensusClusterPlus癌症亚型识别、稳定性评分、最优聚类数选择
    apcluster 1.4.15apclusterAffinity Propagation 亲和传播（Frey & Dueck 2007）：responsibility/availability 消息传递 + 阻尼迭代、exemplar 代表点识别、negDistMat（Minkowski^r/平方欧氏）/expSimMat（高斯 RBF）/linSimMat/corSimMat（Pearson/Spearman）相似度矩阵、中位数偏好、per-point 偏好、apclusterK 偏好二分定 K + 最近 exemplar 剪枝合并、确定性噪声 runs
    SeuratSeuratLogNormalize、高可变基因、PCA、图聚类、UMAP、差异标志物、FindIntegrationAnchors/IntegrateData 跨样本整合
    BatchelorBatchelorrescaleBatches 缩放校正、mutual nearest neighbor、fastMNN 多批次校正、批次混合评分
    scDblFinder 1.27.6scDblFindertop-variable 特征、library/PCA、随机或跨 cluster 人工 doublet、kNN/cxds 特征、迭代正则化 logistic 分类、capture 分层、homotypic 修正
    DropletUtils 1.33.0DropletUtilsSimple Good-Turing ambient profile、knee/inflection 曲线追踪、multinomial/Dirichlet-multinomial 概率、alpha 估计、Phipson–Smyth p 值、emptyDrops
    decontXdecontXcluster-native/contaminant 多项式混合、Beta/Dirichlet 先验 EM、empty-droplet background、计数分解
    celdacelda celda_CG细胞群与基因模块联合聚类、分层 Dirichlet-multinomial、collapsed likelihood、EM/Gibbs、多链、K/L 网格选择
    miloRmiloR精确 KNN 图、精炼重叠邻域、邻域×样本计数、NB-GLM/Wald 检验、BH 与四种 graph spatial FDR
    muscat 1.27.4muscatgene × cell 严格合同、五类 cluster-sample 伪批量、任意满秩设计/多 contrast、负二项 IRLS、经验贝叶斯 dispersion、DS/DD 与局部/全局 BH-FDR
    speckle 1.12.0speckle (propeller)cell 级 cluster/sample 计数表（R table() C 语言环境字典序层级）、logit（0.5 伪计数）/arcsin-sqrt 变换、两组 limma moderated-t 与多组 ANOVA（classifyTestsF：相关矩阵特征分解 Q 与 F 统计量、df2=dfprior+dfresid 不做 pooled 截断、Inf 卡方极限）、普通/robust eBayes（fitFDist 矩估计、fitFDistRobustly 截尾均值、type-7 Winsor 分位数、128 节点 Gauss–Legendre Winsor 矩二分求根、离群行 df 收缩与累积均值保序）、比例组均值/RR、BH-FDR、normCounts 中位数库大小归一化（log2+缩放先验计数）、estimateBetaParam/estimateBetaParamsFromCounts Beta(-二项) 矩估计
    monocle3monocle3PCA/UMAP 降维、主图学习、拟时间排序、差异表达、分支点检测
    slingshot 2.21.0slingshotMST 构建、主曲线拟合、拟时间计算、soft membership、协方差缩放距离、start/end 约束、omega forest、拟时间、新数据映射
    velociraptorvelociraptor稳态线性回归（gamma/beta）、EM 动力学模型（alpha/beta/gamma）、velocity 向量、KNN 嵌入投影、根细胞识别
    SCENICSCENICGENIE3 TF-target 共表达模块、Regulon 构建（权重剪枝/cisTarget motif 排名剪枝）、AUCell 活性评分、二值化阈值（MeanStd/KMeans2/Median）、细胞状态聚类
    infercnvinfercnv染色体位置排序基因、参考细胞比较、log2FC 有界计算、金字塔权重基因组平滑、每细胞中位数中心化+噪声过滤、CNV 分数+肿瘤细胞预测
    scmapscmapscmap-cluster 质心 Spearman 相关、scmap-cell k 近邻投票、阈值过滤、参考图谱投影
    SingleR 2.15.2SingleR严格 gene × sample/cell 模型、成对 classic markers、ties-aware Spearman、标签内相关分位数、fine-tuning、delta/MAD 剪枝、cluster 注释
    MAST 1.39.0MAST严格 feature × cell 模型、任意设计矩阵与 CDR、Bayesian logistic/Gaussian hurdle GLM、嵌套模型 LRT、经验贝叶斯方差收缩、边际 logFC
    cyclonecyclone细胞周期评分、基因对比较、G1/S/G2/M 期相预测
    scaterscaterQC 指标、细胞/基因过滤、CPM/log-CPM、HVG 检测、PCA 降维
    SCnormSCnorm分位数回归、深度依赖偏差校正、基因特异性归一化
    ShortReadShortReadQA 统计、adapter 修剪、质量修剪、读长过滤、FastQC 报告
    dorotheadorotheaRegulon、VIPER 算法、置换检验、Z-score、Top TF
    PROGENyPROGENyL2 正则化 Ridge 回归、通路基因集权重矩阵、样本通路活性
    AUCellAUCellAUC 计算、基因排序、min-max 归一化、细胞/基因集评分查询
    singscoresingscore基于排名的单样本基因集评分：上下调基因集分数、中位数中心化排名、标准化分数、置换检验
    HarmonyHarmony快速迭代批量校正：软 k-means 聚类、线性批量校正、收敛性检测、融合度指标、多轮聚类-校正交替
    scMergescMergeRUV4 单细胞批量校正：稳定表达基因 (SEG) 选择、RUV 去除非期望变异、随机 SVD 因子估计、多批次数据整合
    splattersplattersplat 单细胞计数模拟：gamma 基因基础均值、log-normal 文库大小因子、trended BCV 分散、负二项计数（Poisson-gamma 混合）、分组差异表达（log 空间 DE 因子）、log-normal 批次效应、logistic dropout（log10 均值中点 + 斜率）、pseudotime 路径（路径基因偏移 + 进度调制）、确定性 LCG/Box-Muller/Marsaglia-Tsang RNG 流、SplatParams 参数体系（default/create）
    WNN 多模态整合Seurat v4 WNN (Hao et al. 2021)加权最近邻多模态整合（wnn.mbt）：各模态 KNN 图（欧氏 k 近邻 + 高斯核加权 SparseGraph）、细胞级模态权重（跨模态邻域一致性 → 温度软化 + 模态图邻域平滑，w_A+w_B=1 归一化）、联合加权图 J=w_A·A+w_B·B 再对称化、WnnResult::cluster 接 leiden 聚类闭环、权重 summary 与归一化校验
    scDblFinder / decontX / celda / milo 等容器接入所有上面模块统一 SingleCellExperiment 不可变写回与跨模块集成

    #空间转录组

    功能模块对应 Bioconductor核心功能
    nnSVGnnSVGnearest-neighbor Gaussian process、空间变异基因检验、gene-specific length scale、协变量设计、空间方差占比、BH-FDR
    BanksyBanksyH0 邻域均值与 H1+方位 harmonic、六类空间核、lambda 联合特征、分组标准化、PCA、多起点 k-means、标签平滑、参数扫描
    VoyagerVoyagerkNN/distance-band/inverse-distance 空间权重（W/B/C/S 编码）、全局 Moran's I 与 Geary's c、局部 Moran's I (LISA)、局部 Geary's c、Getis-Ord Gi/Gi*、Lee's L、多元局部 Geary、经验变差函数与 spherical/exponential/gaussian 拟合、Moran correlogram
    spicyRspicyR有序细胞类型对 cross-L 曲线、矩形窗口边界校正、图像级共定位统计、precision weights、重复受试者随机截距、条件对比
    lisaClustlisaClust每细胞多类型 local-K/centered local-L 曲线、Gaussian KDE 强度校正、矩形/凸包窗口、圆盘边界修正、确定性多起点 k-means、silhouette、区域富集
    SpatialDeconSpatialDecon背景感知加权 log-normal 非负回归、两阶段异常点重拟合、Hessian 不确定度、细胞丰度/比例/计数尺度、cell-type collapse、reverse deconvolution、负探针背景
    BayesSpaceBayesSpacet 分布混合模型、马尔可夫随机场 (MRF) 先验、EM 算法、六边形/方形网格邻居

    #表观基因组与甲基化

    功能模块对应 Bioconductor核心功能
    minfiminfiIllumina 450K/EPIC DNA 甲基化分析、NOOB/Illumina/分位数/功能归一化、β/M 值计算、DMP/DMR 分析
    illuminaioilluminaioIllumina 原始 .idat 文件读取（非加密版本 3，450K/EPIC 甲基化芯片）：magic/version/nFields + 字段目录 (code,byteOffset)、nSNPsRead、IlluminaID(int32)、Mean/SD(uint16)、NBeads(uint8)、Barcode/ChipType 变长字符串（7-bit 长度前缀）——minfi 的上游裸数据读取
    missMethylmissMethylBeta/M 值转换、limma t 检验、BH-FDR、探针-基因映射偏倚校正、GO 富集
    bsseqbsseq亚硫酸氢盐测序、BSmooth 平滑、DMR 检测、CpG 合并、甲基化率
    methylKitmethylKit亚硫酸氢盐、甲基化胞嘧啶统计、覆盖率过滤/归一化、Fisher 精确检验差异甲基化、BH-FDR、DMR、BED 导出
    methylSeekRmethylSeekR基因组分 tile 计算甲基化水平、UMR/LMR/PMD/FMR 分类、滑窗 PMD 检测、相邻区域合并
    bumphunterbumphuntert 统计量、滑动均值平滑、候选 bump 识别、置换检验 p 值、BH-FDR
    ChIPseekerChIPseeker峰-TSS 距离、基因组特征分配（Promoter/5'UTR/3'UTR/Exon/Intron/Downstream/Distal Intergenic）、最近基因查找、peakOverlap、Venn/饼图可视化
    DiffBindDiffBindChIP-seq 差异结合、峰值重叠、共识峰、TMM 归一化、负二项检验、PCA/热图/火山/MA 图
    MACS2 peak_callingMACS2 风格滑动窗口扫描、局部 lambda 背景估计、Poisson 显著性（不完全 Gamma）、峰合并、BH-FDR、fold enrichment
    csawcsawChIP-seq 窗口差异、滑动窗口计数、TMM 归一化、窗口过滤、负二项 GLM 检验、差异区域
    nucleRnucleR核小体定位、信号平滑、峰值检测、核小体 occupancy 计算、位置比较
    bamsignalsbamsignalsChIP-seq 信号提取、计数模式、RPM/RPKM 归一化、染色质状态分析
    ChromVARchromVAR染色质变异、TF motif 富集、GC 偏差校正、细胞聚类、变异性分析
    DNAshapeRDNAshapeR二核苷酸查找表（MGW/Roll/ProT/HelT/EP）、k-mer 滑动窗口、A-tract 窄小沟、GC-rich 宽小沟、反向互补
    HMMcopyHMMcopyGC 偏差校正 LOESS 分箱、Viterbi 解码、高斯发射、前向算法对数似然、片段合并、CN0/CN3
    SGSeqSGSeq剪接图构建（外显子/连接）、SE/A5SS/A3SS/MXE/RI 五类事件、PSI 量化、STAR SJ 格式解析
    StructuralVariantAnnotationStructuralVariantAnnotationVCF BND 断裂端解析（4 种 ALT 格式）、SV 类型推断（DEL/DUP/INV/INS/TRA/BND）、伴侣配对、基因区域重叠注释
    HiC-DC+HiC-DC+负二项 GLM 背景建模（IRLS）、z-score 显著性检验、BH-FDR、方向性指数 TAD、PCA A/B compartment
    CNVkitCNVkitCBS（循环二元分割）分割、拷贝数状态判定、log2 比率平滑、断点检测
    DMRcateDMRcate差异甲基化区域检测、limma 调节 t 统计量、指数空间核 exp(-d/λ)、CpG 聚类成 DMR

    #基因集 / 通路 / 富集

    功能模块对应 Bioconductor核心功能
    clusterProfilerclusterProfiler功能富集统一框架、超几何检验、多重检验校正、结果过滤与可视化
    DOSEDOSEFisher 精确检验（two-sided/greater/less，Haldane-Anscombe 零格修正 OR）、超几何富集检验、BH–FDR / Bonferroni 多重检验校正、fold enrichment、odds ratio、批量疾病本体富集（enrich_disease_fisher/enrich_disease_hyper）、结果按 adj-p 升序+FE 降序排序、结果访问器与过滤
    GOSemSimGOSemSimGO 语义相似度五种经典算法：Resnik（IC(MICA)）、Lin（2IC/(IC1+IC2)）、Rel/Schlicker（Lin×(1−exp(−IC))）、Jiang（1−min(1, IC1+IC2−2IC)）、Wang（纯拓扑 SV 传播，is_a 权重 0.8，topNode SV=0）；基因级 combine：max/avg/rcmax/BMA（rcmax.avg）；GOGraph/GOTermNode DAG 数据结构
    ReactomePAReactomePAReactome 通路富集、按顶层术语分组、通路注释查询
    topGOtopGO拓扑 GO 富集（elim/weight01 算法、Fisher 精确检验、GO 图）
    enrichplotenrichplot富集结果可视化：dotplot/barplot/heatmap/cnetplot/enrichment map
    fgseafgsea快速基因集富集、置换检验、NES/ES、Leading Edge 基因、BH-FDR
    rrvgorrvgoGO 术语语义冗余去重：Wang 语义相似度矩阵、平均连接层次聚类、按相似度阈值切簇、每簇选最低 score 代表、PCoA 2D 可视化坐标
    pgseapgsea参数化基因集富集分析：z-score 标准化均值评分、Welch t 检验、不完全 beta 函数 p 值（连分数展开+Lanczos lgamma）、结果排序与 TSV 导出
    pathviewpathviewKEGG 通路可视化：logFC→RGB 颜色映射（绿→灰→红）、SVG 渲染（node 矩形+边线+标签）、每 node 统计、颜色刻度图例
    polyposepolypose多构象 PDB 结构（NMR 构象集合/altLoc 残基）：构象数据结构、Cα 坐标提取、Kabsch/四元数叠合（复用 quaternion_superimposer）、成对 RMSD 矩阵、构象收敛统计、平均结构
    xmsxmsXMS 加权位点模体格式解析（>name 头+加权位点行）、计数→PFM→PWM→PSSM 转换管线、信息含量、共识序列、往返序列化；microRNA 结合位点 motif：seed 分类（6mer/7mer-A1/7mer-m8/8mer）、反向互补、PFM 构建
    colorspiralcolorspiralHSV 颜色螺旋：色相旋转+明度递减生成等对比度配色、HSV↔RGB 转换、十六进制/rgb() 输出、感知亮度与对比度文字色、SVG 色板渲染、数值→颜色渐变映射
    rrvgorrvgoGO 术语语义冗余去重：Wang 语义相似度矩阵、平均连接层次聚类、按相似度阈值切簇、每簇选最低 score 代表、PCoA 2D 可视化坐标
    pgseapgsea参数化基因集富集分析：z-score 标准化均值评分、Welch t 检验、不完全 beta 函数 p 值（连分数展开+Lanczos lgamma）、结果排序与 TSV 导出
    pathviewpathviewKEGG 通路可视化：logFC→RGB 颜色映射（绿→灰→红）、SVG 渲染（node 矩形+边线+标签）、每 node 统计、颜色刻度图例
    limma cameralimmarankSumTestWithCorrelation 基因内相关秩和检验、cameraPR 预计算统计量竞争性检验、camera.default 经验贝叶斯 moderated-t、VIF 基因间相关估计/截断、Hill t→z 转换、BH-FDR
    GSVAGSVA单样本通路评分（ssGSEA/zscore/PLAGE）、富集分析、置换检验、enrichment map、phenotype correlation、survival analysis
    GAGEGAGEfold change、t 检验、BH-FDR 校正、配对检验
    SPIASPIA信号通路影响分析、通路图扰动累积、超几何检验、Fisher 合并 p 值
    decoupleRdecoupleRWSum/WMean/Norm/ULM/MLM 方法、先验知识网络 (PKN)、调控子活性评分
    GSEABaseGSEABaseGMT/GMX 格式解析、基因集管理与集合运算
    GOstatsGOstatsGO 超几何检验富集分析、条件检验（移除子项基因）、log-sum-exp 数值稳定性、lgamma log-choose
    goseqgoseqGO 长度偏差校正富集分析：Wallenius 非中心超几何分布、PWF 概率加权函数（LOWESS 平滑）、基因长度 DE 偏差校正、BH-FDR

    #微生物组与免疫

    功能模块对应 Bioconductor核心功能
    phyloseqphyloseqOTU 丰度计算、分类学过滤、相对丰度、稀疏化处理
    dada2dada2扩增子序列变异（ASV）推断：序列去重（dereplicate）、误差模型学习（learnErrors/loessErr）、DADA 推断（分区+Poisson 丰度 p 值检验）、双端合并（mergePairs/overlap）、嵌合体检测与去除（isBimera/removeChimeras）、ASV×样本计数矩阵（makeSequenceTable）、朴素贝叶斯 k-mer 分类（assignTaxonomy）、完整流水线（runPipeline）
    DECIPHERDECIPHER生物序列分析工具包：Needleman-Wunsch 仿射间隙全局比对（Gotoh 算法）、序列批量比对（AlignSeqs）、Profile 构建/Profile-Profile 比对（AlignProfiles）、距离矩阵计算、序列同一性聚类（IdClusters/Union-Find）、Neighbor-Joining 系统发育树推断 + Newick 输出、三亲本嵌合体检测（FindChimeras）、共识序列（Consensus）、序列数据库（Seqs2Db/SearchDb）、GC 含量与序列复杂度（Shannon 熵）
    microbiomemicrobiomeAlpha 多样性（Shannon/Simpson/Chao1/ACE/Fisher/Pielou）、Beta 多样性（Bray-Curtis/Jaccard/JSD/weighted/unweighted UniFrac）、PCoA、差异丰度（Welch t/Wilcoxon/BH）
    skbio alphaskbio.diversity.alphascikit-bio Alpha 多样性指标（vegan 未覆盖部分）：sobs/observed_otus/singles/doubles/osd、dominance/simpson_d/inv_simpson/enspie/berger_parker_d/simpson_e/heip_e/goods_coverage、margalef/menhinick/mcintosh_d/mcintosh_e/brillouin_d/strong、renyi/tsallis/hill 广义熵
    skbio ordinationskbio.stats.ordination / skbio.stats.distancescikit-bio 排序与距离分析：Gower 中心化 center_distance_matrix（PCoA 前处理）、对应分析 ca（χ² 标准化 + SVD，scaling 1/2 的 sample/feature 坐标 + 特征值 + 解释比例）、冗余分析 rda（列中心化 + lstsq 回归 + 拟合值/残差双 SVD，scaling 1/2）、典范对应分析 cca（χ² 标准化 + 按行边际加权的 scale + lstsq，scaling 1/2，特征值取奇异值平方）、Mantel 检验 mantel（两距离矩阵 Pearson 相关 + 置换 p 值） + 主坐标分析 pcoa（Gower 中心化→特征分解，特征值降序/负值置零，样本坐标 = 特征向量 × √特征值）+ pcoa_biplot（特征矩阵投影到 PCoA 轴）；基础 helper e_matrix（-D²/2）/f_matrix（Gower 双中心化）/scale/corr/mean_and_std/svd_rank
    skbio distanceskbio.stats.distancescikit-bio 距离矩阵置换检验：ANOSIM（R 统计量，秩变换 + 组内/组间平均秩）、PERMANOVA（pseudo-F，组间/组内平方和分解）、PERMDISP（多元离差，PCoA 主坐标 → 距组质心距离 → 单因素 ANOVA F）、BioEnv（环境变量最优子集：标准化 + 子集欧氏距离 + Spearman 秩相关），p 值用确定性 LCG 置换
    skbio compositionskbio.stats.compositionscikit-bio 成分数据分析（CoDA，Aitchison 单纯形）：closure（闭合到和 1）、multi_replace（零值乘性替换，δ 默认 (1/D)²）、perturb/perturb_inv/power/inner（扰动/逆扰动/幂/内积）、clr/clr_inv（中心对数比变换，clr_inv 数值稳定 softmax）、alr/alr_inv（加性对数比，ref_idx 参考分量）、ilr/ilr_inv（等距对数比，gram_schmidt_basis 默认正交基）、centralize（按分量几何均值中心化）、gram_schmidt_basis
    skbio.io / BIOMskbio.io.biomBIOM 1.0 (JSON) 表读写：parse_biom（dense/sparse 矩阵、observation/sample 元数据）、BiomTable::to_json（逆序列化，sparse 三元组 [row,col,val]），附通用 JSON 解析器 parse_json/json_to_string（JsonValue 树）
    skbio tree / UniFracskbio.tree / skbio.diversity.betascikit-bio 树与系统发育 β 多样性：SkbioNode（带分支长度的有根树，name/length/children + is_tip/tips）、skbio_tree_read（递归 Newick 解析，嵌套/逗号/tip 与内部分支长度）、skbio_unweighted_unifrac/skbio_weighted_unifrac（树基 UniFrac：节点计数后序上卷，unweighted = Σ len·XOR / Σ len·OR，weighted = Σ len·abs(Δprop)）
    CellChatCellChat配体-受体互作对数据库、置换检验、互作评分、细胞类型聚合、显著性检验、FDR 校正
    CIBERSORTCIBERSORT 风格NNLS 非负最小二乘求解细胞类型分数、投影梯度下降、LM22 风格特征矩阵、Pearson 拟合优度+RMSE、分数归一化（Σ=1.0）
    MCPcounterMCPcounter标记基因几何均值表达评分（Becht 2016）、10 种细胞种群默认标记集、对数域稳健计算
    ESTIMATEESTIMATEssGSEA-style 富集打分（Yoshihara 2013）、50 基质基因+30 免疫基因特征集、ECDF 跨样本标准化、肿瘤纯度推断（cos 公式）
    xCellxCell单样本 GSEA (ssGSEA) 富集打分、64 种细胞类型默认签名集（T/B/NK/髓系/树突/内皮/成纤维）、自定义签名集支持、按细胞类别汇总
    MutationalPatternsMutationalPatterns体细胞突变谱、96 通道矩阵、三核苷酸上下文、突变签名拟合
    maftoolsmaftools癌症基因组学 MAF 解析、突变分类（SNV/Indel）、TMB 计算、突变谱、共现分析、oncoplot
    LEfSeLEfSeKruskal-Wallis 检验、Wilcoxon 秩和检验、LDA 效应量（log10 类均值比）、双阈值过滤
    VDJ 免疫组库ImmunARCH / scirpy / Change-Ovdj.mbt：V(D)J germline 基因段指认（k-mer 种子对角线比对 + identity 阈值过滤）、IMGT 定义 CDR3 提取（V 区保守 Cys104 → J 区 Phe/Trp118）、productive 判定（框内 + 无终止密码子 + C 起始 F/W 结尾）、克隆型聚类（(cdr3_aa, v_family, j_family) 三元组 + 计数/频率）、多样性（Shannon/Simpson/Gini/clonality/D50）、TCRdist-lite（CDR3 氨基酸全局比对 + IMGT 化学相似组打分）
    AIRR TSVAIRR MiAIRR / Change-Oairr.mbt：AIRR Rearrangement schema 核心列子集读写（sequence_id/locus/v_call/d_call/j_call/cdr3/cdr3_aa/productive/v_identity/j_identity/junction_length）、Immcantation Change-O 语义兼容、vdj.mbt 分析结果交换格式

    #可视化

    功能模块对应 Bioconductor核心功能
    pheatmappheatmap增强型热图：层次聚类（complete/average/ward）、距离矩阵（euclidean/manhattan/correlation）、行/列注释、颜色方案、聚类间隙
    ComplexHeatmapComplexHeatmap行/列聚类、颜色映射、热图注释、多个热图组合、分组拆分
    EnrichedHeatmapEnrichedHeatmap基因组信号归一化、目标区域窗口化、四种均值模式、行平滑、百分位裁剪、链方向处理
    EnhancedVolcanoEnhancedVolcano差异表达基因分类、ASCII 渲染
    GvizGviz基因组可视化轨道系统（AnnotationTrack/GeneRegionTrack/DataTrack/IdeogramTrack/GenomeAxisTrack/SequenceTrack）、ASCII 渲染、特征查询与区域可视化
    GenomeDiagramGenomeDiagram数据模型 Track/Feature/Diagram、多种形状、SVG 生成、样式控制、自动标注、重叠检测
    karyoploteRkaryoploteR染色体轨道、数据点、ASCII 渲染、核型可视化
    ggtreeggtree系统发育树可视化布局（矩形/放射状/无根）、节点坐标映射
    VennDiagramVennDiagram集合运算、Venn 区域计算、重叠统计、相似度（Jaccard/Dice/Overlap）
    seqLogoseqLogoPWM、信息含量 IC、ASCII logo、一致性序列
    graphics / reportingBio.Graphics / ReportingTools序列 Logo、比对可视化、文本/表格/图形混合报告

    #芯片、预处理与杂项

    功能模块对应 Bioconductor核心功能
    GWASToolsGWASToolsGWAS 质控与关联核心：gwas_minor_allele_frequency（次等位基因频率 MAF）、gwas_missing_call_rate（缺失检出率）、gwas_hwe_exact（Hardy-Weinberg 平衡精确检验，条件精确 p 值，对位 exactHWE）、gwas_chisq_assoc（等位基因 2×2 病例/对照卡方关联检验，返回 chi2 与双尾渐近 p 值）
    affy / gcrma / preprocessCoreaffy / gcrma / preprocessCoreRMA 标准化、背景校正（IdealMM/Express）、GC 校正、分位数归一化；quantile/invariant set/cyclic loess/contrast/percentile shift 归一化、log2 变换组合、归一化质量统计
    affyPLMaffyPLM探针级模型（PLM）IRLS 稳健拟合（Huber/Tukey M-estimator）、探针/芯片效应分离、NUSE/RLE 质控统计
    vsnvsn方差稳定化归一化 glog 变换、vsn2
    EDASeqEDASeqRNA-seq 探索性分析、GC 含量归一化、基因长度校正 Loess、样本间归一化、RPKM
    HTSFilterHTSFilterRNA-seq count 过滤、CPM 归一化、按组最小样本数阈值、keep mask、文库大小
    RUVSeq / sva / ComBatRUVSeq / svaRNA-seq 批次效应去除、log2 转换、RUVg/RUVs；替代变量分析、经验贝叶斯方法、PCA、ComBat/removeBatchEffect
    BEclearBEclear批次效应检测（per-batch 中位数偏差）、受影响块识别、中位数平移校正、BEscore 残余效应评估
    NanoStringNanoStringnCounter 数字条码：阳性/阴性对照归一化、管家基因归一化、content 归一化、LOQ 过滤、成像 QC、线性度、差异表达
    QFeaturesQFeatures多 assay 层级容器（PSM/peptide/protein）、跨层级特征链接、聚合（sum/mean/median/max）、过滤/归一化/缺失值插补（KNN/mean/zero）
    MSnbase / MsCoreUtils / MSstatsMSnbase / MsCoreUtils / MSstatsSpectrum/Chromatogram/MSnSet、peak 查找、TIC 归一化、MA 平滑、SNIP 基线校正、SNR centroiding、refineCentroids、localMaxima、joinPeaks m/z 匹配、Savitzky-Golay 平滑、KNN 插补、medianPolish 聚合、肽段→蛋白汇总、样本 QC、质谱数据归一化与组间比较
    survivalsurvivalKaplan-Meier 估计器（Greenwood SE）、log-rank 检验、Cox 比例风险（Newton-Raphson + Breslow ties）、卡方 p 值、中位生存期
    VariantAnnotationVariantAnnotation变异类型检测、编码效应预测、变异汇总
    VariantFilteringVariantFiltering变异过滤与遗传模式：常染色体显性/隐性、X 连锁、复合杂合子
    Rsubread / featureCountsRsubread/featureCounts链特异性（Stranded/Reversed/Unstranded）、重叠长度阈值、最小比对质量、多比对 read 处理（计数/分数计数）、配对末端 fragment 计数、CPM 归一化、多样本矩阵
    ballgownballgown转录组水平差异、FPKM、t 检验、基因/转录本结构
    IsoformSwitchAnalyzeRIsoformSwitchAnalyzeR转录本异构体切换、PSI/DPSI/DIF、功能后果预测
    tximporttximportSalmon quant.sf 解析、转录本→基因级别汇总、低表达过滤、ExpressionSet 转换
    tximetatximeta元数据感知定量导入：linkTxome 转录本来源注入（sha/genome/organism/release/source）、coldata 合并、基因级别汇总、验证与元数据导出
    imputeimputeKNN/mean/median/LOCF/NOCB 缺失值插补
    Hmisc / rstatixHmisc / rstatix相关性（Pearson/Spearman）、变量聚类、描述性统计、Somers' d、缺失值插补；T/Wilcoxon/ANOVA/Kruskal-Wallis/Friedman、BH-FDR/Bonferroni
    PCAtools / factoextraPCAtools / factoextrascree/biplot/outliers PCA 工具；特征值计算、方差解释率、个体/变量坐标、cos2 质量、贡献度评分、维度描述
    WGCNAWGCNA加权基因共表达网络、邻接矩阵、TOM 相似度、模块检测
    GENIE3GENIE3回归树特征重要性、方差缩减、加权邻接矩阵、对称化网络
    minetminet互信息基因共表达网络：equalfreq/equalwidth 离散化、四种熵估计（empirical/Miller-Madow/Hausser-Strimmer shrinkage/Schürmann-Grassberger）、MIM 构建、ARACNE 数据处理不等式剪枝、CLR 行/列背景 z-score 校正、MRNET mRMR 前向选择、validate 精度/召回曲线与 AUROC/AUPR/maxF 评分
    genefiltergenefiltert/Wilcoxon 检验、方差过滤、CV 过滤、分位数过滤
    mixOmicsmixOmics多组学整合：PLS 回归、稀疏 PLS (sPLS)、DIABLO 多块整合
    roplsroplsNIPALS PCA、PLS1/PLS2 回归与 PLS-DA（dummy 编码、自动成分选择、W*、B、VIP）、OPLS/OPLS-DA（Trygg-Wold 正交滤波、正交 VIP）、k 折交叉验证 R2X/R2Y/Q2、RMSEE、响应置换检验（相似度与经验 p 值）
    pcaMethodspcaMethods缺失值降维：PPCA（概率 PCA，Tipping-Bishop EM）、BPCA（贝叶斯 PCA，Oba 2003 变分 EM + ARD 自动相关确定），产出主成分轴/得分/噪声方差/精度/缺失值插补
    destiny / Rtsne / uwotdestiny / Rtsne / uwot扩散映射（距离矩阵/高斯核/特征分解）；t-SNE（条件概率/梯度下降/Barnes-Hut）；UMAP（kNN/模糊单纯集/SGD/负采样）
    GENESISGENESIS亲属关系矩阵估计、PCA、遗传距离（欧氏/曼哈顿/IBS）、群体结构
    SNPRelateSNPRelateSNP 遗传关系分析（剂量矩阵输入，-1 缺失）：snpgdsSnpStats 等位基因频率/MAF/缺失率、snpgdsIBDKING KING 稳健亲缘（phi = 0.5 − SumSq/(4·min(N_Aa))）+ IBS0 比例、snpgdsIBDKingHomo k0/k1 IBD 状态、snpgdsIBS/snpgdsDist、snpgdsPCA EIGMIX 协方差特征分解（特征值/方差解释率/载荷）、snpgdsLD 相关系数、snpgdsLDpruning 滑窗贪婪 LD 剪枝（threshold/maf/slide.max.bp）
    HilbertCurveHilbertCurveHilbert 曲线编码/解码、距离计算、基因组线性化、网格映射
    flowCore / openCyto / FlowSOM / diffcytflowCore / openCyto / FlowSOM / diffcytFCS 处理、荧光补偿、门控（矩形/多边形/椭球/四象限/mindensity KDD/tailgate/flowClust t 混合 EM/rangeGate）、模板驱动门控流水线；高维流式：FlowSOM 聚类、负二项 GLM DA 检验、经验贝叶斯调节 t 检验 DS、BH-FDR
    universalmotifuniversalmotifMotif 结构、共识序列计算
    motifStackmotifStack模体堆叠聚类：Pearson 距离矩阵、平均链接层次聚类、ASCII logo 渲染、信息含量 IC、堆叠顺序、模体节点遍历
    motifmatchrmotifmatchrPWM 模体匹配：PFM→PWM→PSSM 转换、正反向互补扫描、hit/score/count/maxScore 矩阵
    motifbreakRmotifbreakR模体破坏变异预测：SNP + PWM → ref/alt 打分 → delta → gain/loss/neutral 效应分类
    SystemPipeRSystemPipeR流水线编排、步骤管理、依赖关系、进度追踪
    pqsfinderpqsfinderG-四链体（PQS）检测：G-run 穷举搜索、四分体加分/bulge/错配罚分评分系统、loop 长度惩罚、正负链搜索、非重叠/全重叠（overlapping）导出、deep 搜索逐位置 density 与 maxScores 向量、PQS 序列提取
    DNAcopyDNAcopy循环二分分割（CBS）拷贝数分割：置换检验显著性（alpha/nperm）、trimmed variance、max 统计量、多染色体独立分割、sdundo 相邻片段合并
    CAGErCAGErCAGE 数据 TSS 分析：CTSS 位点数据结构、SimpleTPM/Power-law 归一化、CTSS 聚类（距离阈值内合并相邻 CTSS）、TSS 形状分类（sharp/broad 基于主导 TSS 标签占比）、差异 TSS 使用（log2FC）、基因注释、簇统计摘要
    TFBSTools / PWMEnrichTFBSTools + PWMEnrich转录因子结合位点分析：JASPAR 矩阵结构、PFM 归一化（伪计数）、PFM→PWM（log-odds）、共识序列、信息含量、序列扫描（正向+反向链）、批量扫描、超几何富集检验（正态近似）、BH-FDR 校正、内置示例 JASPAR 矩阵
    conumeeconumee拷贝数统一接口：CnmProbe/CnmSegment/CnmSample/CnmQC/CnmComparison 结构、从数组构造样本、中位数/MAD 计算、包装 DNAcopy 的 CBS 分段、基因注释（基于重叠）、样本间比较（探针相关性+分段比较）、分段 TSV 导出、ASCII 拷贝数图
    copynumbercopynumber分段常数拟合（PCF）拷贝数分割：runmed 中位数滤波（keep + smoothEnds + Tukey 端点）、MAD 尺度估计、madWins/pcfWins 离群值 Winsorize、exactPcf 精确最小二乘动态规划分段（kmin/gamma 惩罚、MAD 归一化）、multiPCF 多样本联合共享分段（逐样本 MAD 标准化、样本权重、零方差退化单段）
    regioneRregioneR基因组区域置换检验 permTest：randomizeRegions 随机化（保宽度/染色体、避开 mask 掩蔽区）、circularRandomizeRegions 环状平移、numOverlaps/meanDistance 统计、z-score 与经验 p 值（greater/less/two.sided）、可复现种子
    MatrixEQTLMatrixEQTL快速 eQTL 分析、线性回归 SNP-基因关联、Benjamini-Hochberg FDR 校正、t 统计量、正则化不完全 Beta 函数 p 值

    #Others 其他功能与算法

    #序列组装算法

    算法对应工具功能说明
    De Bruijn GraphSPAdes / Velvetk-mer 节点、欧拉路径、序列组装、图简化
    Suffix Array & Suffix Treelibdivsufsort前缀倍增算法、LCP 数组、模式匹配、最长重复子串
    Overlap-Layout-ConsensusCelera Assembler / ARACHNE重叠检测、哈密顿路径、一致性序列生成
    BWT + FM-indexBowtie2 / BWA后缀数组、BWT 变换、回溯搜索、精确模式匹配
    Bloom FilterJellyfish / khmerk-mer 计数、成员查询、误判率估算、近似去重

    #机器学习 / 统计算法（独立实现）

    模块功能说明
    k-means++距离计算、K-means++ 初始化、轮廓系数评估
    Hidden Markov Model前向/后向算法、Viterbi 解码、Baum-Welch 训练、基因预测
    朴素贝叶斯基于 k-mer 频率的序列分类、Laplace 平滑、top-K 预测
    马尔可夫链1/2/3 阶训练、转移概率矩阵、CpG 岛 log-odds、加权采样生成序列
    逻辑回归Newton-Raphson 优化、sigmoid、对数似然收敛、操纵子预测示例
    最大熵分类器IIS 改进迭代尺度训练、指示特征函数、softmax 归一化
    神经网络前馈 + 反向传播、sigmoid 激活、学习率/动量、XOR/iris 示例
    遗传算法种群初始化、锦标赛/轮盘赌选择、单点/两点交叉、变异、精英保留、世代统计

    #降维 / 可视化算法

    模块功能说明
    PCA / factoextra / PCAtoolsSVD 特征分解、方差解释率、个体/变量坐标、cos2、贡献度、scree/biplot/outliers
    t-SNE (Rtsne)Barnes-Hut 近似、成对距离、条件概率、梯度下降、动量/early exaggeration
    UMAP (uwot)k 近邻搜索、模糊单纯集、局部模糊集并集、SGD/负采样、min_dist/spread
    扩散映射 (destiny)距离矩阵计算、高斯核构建、特征分解、扩散分量

    #SeqKit 工具

    模块对应命令功能说明
    seqkit statsseqkit stats -aFASTA/FASTQ 序列统计：num_seqs/sum_len/min/avg/max_len、Q1/Q2/Q3 四分位长度、N50/L50、sum_gap、GC(%)、sum_n，FASTQ 额外 Q20(%)/Q30(%)/AvgQual（误差概率对数的 -10·log10）
    seqkit seqseqkit seq -r/-p/-g纯文本序列转换：seqkit_reverse、seqkit_complement（IUPAC 互补表，大小写保留、未知字符透传）、seqkit_reverse_complement、seqkit_remove_gaps（-/空格/tab/.）
    seqkit fq2fa / fx2tab / tab2fx格式转换seqkit_fq2fa（FASTQ→FASTA，即 write_fasta 去质量）、seqkit_fx2tab（FASTA/FASTQ→id \t seq [\t qual] 表格）、seqkit_tab2fx（表格→FASTA/FASTQ，2 列 FASTA / 3 列 FASTQ）
    seqkit head / range / grep子集与筛选seqkit_head（前 N）、seqkit_range（1-based 闭区间）、seqkit_grep（按完整 header 子串匹配，可 invert）
    seqkit sort / rename排序与重命名seqkit_sort_length（按长度，可降序）、seqkit_sort_name（按 id）、seqkit_renumber（ID 重编为 1..N）
    seqkit dup / rmdup / common去重与交集seqkit_duplicate（复制 N 次）、seqkit_rmdup（按序列去重保留首个）、seqkit_common（按完整 header 求交集）
    seqkit faidx / subseq索引与抽子序列seqkit_faidx（建 .fai 索引，即 write_fai(build_fai)）、seqkit_subseq（-r start:end 1-based 闭区间抽子序列，接 Fasta）
    seqkit sliding / translate滑窗与翻译seqkit_sliding（-W 窗口 -s 步长，非贪心，丢弃末尾不足窗）、seqkit_translate（DNA/RNA→蛋白，-f 正向 frame 1/2/3，复用 Seq::translate）
    seqkit mutate突变编辑seqkit_mutate_point（-p pos:base 点突变）、seqkit_mutate_delete（-d start:end 删除）、seqkit_mutate_insert（-i pos:seq 插入）
    seqkit shuffle / sample随机化seqkit_shuffle（LCG Fisher–Yates 确定性洗牌）、seqkit_sample（-n N 抽样）

    #scikit-allel 群体遗传统计

    模块对应函数功能说明
    VCF→数组桥接skallel_vcf_genotypes / _parse_gtVCF GT 字段 → 基因型矩阵 (variants×samples×ploidy，缺失 −1)
    基因型→剂量/单倍型/计数skallel_gt_to_n_alt / _to_haplotypes / _count_alleles / _count_alleles_subpop基因型 → 0/1/2 剂量 gn、单倍型 h、等位基因计数 ac（供 LD/PCA/iHS/nSL/Fst 消费）
    Hudson Fstskallel_hudson_fst / _blockHudson (1992)/Bhatia 法 Fst：num = Dxy−(π1+π2)/2、den = Dxy，逐位点与区块估计
    Weir-Cockerham Fstskallel_weir_cockerham_fst / _variant / _blockWeir & Cockerham (1984) 方差分量分解（a/b/c），Fst=Σa/(Σa+Σb+Σc)，逐变异逐等位 + 区块估计
    π / Dxyskallel_mean_pairwise_difference / _between群体内平均成对差异（π）与群体间（Dxy），任意等位基因数
    LD (Rogers–Huff r)skallel_rogers_huff_r基因型剂量矩阵成对 Pearson 相关系数（压缩上三角），缺失成对排除
    PCA (Patterson)skallel_pca双等位基因剂量 Patterson 标定 → gram 矩阵 → Lanczos top-k 特征分解，输出样本坐标 + 方差解释率
    Patterson F2/F3/Dskallel_patterson_f2 / _f3 / _d / _d_average、skallel_h_hatPatterson (2012) 无偏估计：ĥ 杂合度、F2 枝长、F3 混合检验（T/B）、四群体 D（ABBA-BABA），逐变异 + 平均
    Patterson Fstskallel_patterson_fstPatterson (2012) Fst：num=F2(A,B)、den=num+ĥ(A)+ĥ(B)，Fst=Σnum/Σden
    位点频谱 SFSskallel_sfs / _folded / _scaled / _folded_scaled展开谱（派生等位基因计数 bincount）、折叠谱（次要等位频率）、缩放谱（k 或 k(n−k)/n 加权）
    联合 SFSskallel_joint_sfs / _folded两群体联合频谱（(i,j) 元 = i/j 等位基因数的变异数），展开与折叠
    折叠转换skallel_fold_sfs / _fold_joint_sfs展开谱 → 折叠谱：s[k]+s[n−k]，含二维四象限折叠
    Hardy–Weinbergskallel_heterozygosity_observed / _expected / skallel_inbreeding_coefficient数组粒度：每变异观测杂合度（n_het/n_called）、期望杂合度（1−Σaf^ploidy）、近交系数 F=1−Ho/He
    Garud Hskallel_garud_h、skallel_haplotype_diversity单倍型阵列：单倍型多样性 + 软扫荡 H1/H12/H123/H2-H1 统计量
    EHH / iHHskallel_ehh_decay、skallel_ihh_scan扩展单倍型纯合度（EHH 衰减）与整合单倍型纯合度（iHH，共享后缀长度扫描 + 梯形积分）
    iHS / nSLskallel_ihs、skallel_nsl整合单倍型分数（ref/alt iHH 比值对数）与按长度分离位点数（nSL），双向扫描汇总
    标准化skallel_standardize、skallel_standardize_by_allele_countz-score 标准化 + 按 alternate 等位基因计数分档标准化（make_similar_sized_bins 相似规模分档）
    XPEHH / XPNSLskallel_xpehh、skallel_xpnsl跨群体 EHH/nSL：两群体全样本 iHH/nSL 比值对数（复用 ihh_scan/nsl_scan）
    PBSskallel_pbs三群体群体分支统计：逐窗口 Hudson Fst → (t12+t13−t23)/2，可归一化（PBSn1）
    窗口化 Tajima Dskallel_windowed_tajima_d、skallel_index_windows索引窗口封装，复用 popgen_tajima_d 逐窗口计算

    #DendroPy 系统发育树统计

    模块对应函数功能说明
    树平衡度量dendropy_colless / _sackin / _n_bar / _b1Colless 不平衡指数、Sackin 指数、N̄ 平均祖先数、B1 统计量（操作 phylo.Clade）
    树高dendropy_tree_height根到叶最大枝长和
    RF 距离dendropy_symmetric_difference无加权 Robinson–Foulds 对称差（非平凡分裂集合之差）
    加权 RF 距离dendropy_weighted_robinson_foulds边加权 Robinson–Foulds：所有分裂枝长差的绝对值之和（缺失分裂计其枝长）
    patristic 距离/矩阵dendropy_patristic_distance / _matrix成对树路径枝长和（经 LCA），全成对距离矩阵
    Pybus–Harvey γdendropy_pybus_harvey_gamma多样化速率恒定性检验（超度量树节点年龄等待时间）
    一致树（sumtrees）phylo_consensus（已有）严格/多数/half 一致树见 build_*_consensus，此为 Bio.Phylo.Consensus 端口，与 DendroPy 的 sumtrees 功能对等

    #gffutils 注释操作

    模块对应函数功能说明
    区间谓词gffutils_overlaps / _contains / _within / _intersects / _distanceGFFFeature 重叠/包含/被包含/相交/距离（1-based 闭区间）
    父子遍历gffutils_children / _parents / _all_children / _all_parents通用 ID/Parent 双向索引，及传递闭包（不硬编码 gene→mRNA→exon）
    合并gffutils_merge同 seqid+类型+链、start<=end+min_dist 合并；合并项得新 ID（<type>_<N>）+ 保留首项属性 + 逗号合并 source
    GFF→BEDgffutils_to_bed / _record_to_bedGFFFeature→BED 行（1-based 闭区间 → 0-based 半开区间坐标换算）

    #数据模型与工具链（第二、三阶段）

    模块对应工具功能说明
    cooler 接触矩阵cooler / HiGlass 生态cooler.mbt：Hi-C 接触矩阵内存数据模型（bin 网格/像素聚合/ICE 平衡/多分辨率粗化 mcool/HiCDC 衔接），持久化 JSON（生态无 HDF5），CSV/JSON 导入导出互操作
    parquet 列存Apache parquetparquet.mbt：列式存储内存模型与读取语义（行组/列块/统计元数据、min-max 谓词下推跳行组 groups_skipped 可断言、投影下推、字典编码、JSON 往返）
    bppar 并行调度BiocParallel（语义层）bppar.mbt：无原生线程下的确定性并行语义——LPT 贪心负载均衡调度、DAG 依赖调度（就绪集 + 关键路径时间线）、fail-fast/carry-on 错误传播（skipped 任务不占负载与时间线）、并行可复现 RNG 子流（SplitMix64 黄金比例乘子跳跃）
    MHC 结合预测netMHCpan 锚规则（筛查级）mhc.mbt：MHC-I/II 教科书级等位基因锚定残基规则（P2/P9 等锚位置偏好）半定量打分、新抗原候选筛查；明确定位筛查工具而非 netMHCpan 精度替代（其神经网络权重未公开）
    HLA 分型(NGS 读取水平)OptiType / HLA*PRGhla_typing.mbt：基于 NGS 读取的 HLA 基因座高分辨率分型，构建 IPD-IMGT/HLA 经典等位基因 exon 2 参考序列数据库，通过读取-参考逐碱基比对确定样本携带的 HLA 等位基因，输出 GL String 格式结果；数据不出本机
    SV 长读长检测Sniffles / cuteSV / pbsvsv_caller.mbt：长读长 SV 检出双路径——CIGAR 路径由 D/I/N 操作提取 DEL/INS 候选并按位置聚合支持读数；SA tag 路径解析补充比对片段判定 DUP(倒挂)/INV(异链)/BND(跨染色体)；支持深度归一化置信度(support/total)、最小支持数过滤与得分排序；数据不出本机
    GATK-lite 变异检出GATK HaplotypeCallergatk_lite.mbt：逐位点 pileup + 二倍体 genotype likelihood（GQ=−10·log10 P(non-best)）、active region 错配密度窗口 + 多数投票共识组装 haplotype、SNP/插入/缺失等位重分摊、VCF 4.2 输出与 parse_vcf 闭环
    MultiQC-lite 聚合报告MultiQCmultiqc_lite.mbt：模块化采集（MultiqcModule 样本→指标键值）、样本×指标矩阵仪表盘（方向感知最优/最差单元格着色）、单页 HTML（CSS 内嵌）/JSON/Markdown 三输出、内置 fqqc/kallisto-lite/gatk-lite 采集器
    minimap-lite 长读比对minimap2（map-ont/map-pb/map-sr）minimap.mbt：minimizer 提取（窗口最小 k-mer hash）→ 参考索引 → 种子查找 → 链化 DP（gap/skip 约束）→ banded Smith-Waterman 基级比对、三种预设参数
    medaka-lite 长读变异medaka（高错误率共识）medaka_lite.mbt：ONT ~10% 一致性错误模型、逐位点多数投票 + 长读自适应基因型似然、active region 扫描 + indel 事件多数投票、与 minimap map-ont 组合"长读比对→变异检出"本地闭环、复用 GatkVariant/VCF 栈

    #基因组工程与高级分析（第四阶段 F1-F7）

    模块对应工具功能说明
    CRISPR gRNA 设计器CRISPOR / CHOPCHOP / Doench 2016crispr.mbt：SpCas9(NGG)/SpG(SGG)/Cas12a(TTTV) 三种 PAM 双链扫描（反向互补侧 CCN）、on-target Rule Set 2 简化打分（位置依赖碱基系数 + GC 区间 + 均聚物/TTTT 终止信号惩罚）、FM-index 全基因组 ≤3 错配脱靶评估（MIT 风格位点得分聚合为 guide 特异性分）、crispr_design_guides 候选 JSON 输出按总分降序
    GWAS 可视化qqman / CMplotgwas_plot.mbt：Manhattan（染色体交替着色散点、全基因组显著/suggestive 双线）、QQ plot（观测 vs 期望 -log10 p 分位数配对 + 置信带）、λGC 膨胀因子（χ²median/0.4549）与解读文案、内嵌 SVG 渲染（gwas_manhattan_svg/gwas_qq_svg）输出独立可打开 .svg
    融合基因 callerSTAR-Fusion / Arribafusion.mbt：SAM SA 标签 split-read 断点提取（pos + CIGAR M/D 段和近似断点）、(chromA, chromB) 有序对内断点邻近聚类（bp 容差）、支持读数阈值候选判定、同链 read-through 过滤、fusion_write_tsv/fusion_write_bedpe 输出与 bedpe.mbt 闭环
    FBA 代谢通量平衡cobrapy (cobra-lite)fba_lite.mbt：化学计量模型（S 矩阵 + 反应上下界）、稳态约束 S·v=0 下最大化 biomass、两阶段单纯形 LP 求解（Bland 规则防循环、双向反应 v=base+x⁺−x⁻ 非负拆分）、fba_knockout/fba_knockout_screen 基因敲除表型筛查、模型 JSON 交换格式 IO
    3D 基因组建模ShRec3D / 3DMaxgenome3d.mbt：Hi-C 接触矩阵倒数变换距离（d=1/contact，零接触取 d_max）、经典 MDS（距离平方双中心化 B=−0.5·J·D²·J + Jacobi 特征分解取前 3 维 X=V·Λ^0.5）、应力质量评估（恢复距离与目标距离 Pearson 相关）、Genome3dModel::to_pdb ATOM 记录输出与结构栈（tm_score/cealign/dssp）闭环

    #单细胞 / NGS 预处理进阶（第五阶段 G1-G6）

    模块对应工具功能说明
    UMI 分子标签处理umi_tools / fgbioumi.mbt：从 read header 提取 UMI（下划线后缀、# 分隔、Illumina 冒号、竖线分隔四种约定，忽略 description）、5' 端 UMI 碱基同步剪除序列与 Phred 质量、按 (UMI, chrom, pos, strand) 分组为 read family、directional 纠错（同 locus 内编辑距离 <=1 的低频 UMI 并入高频代表）、质量加权逐位多数投票共识（平票固定顺序、结果可复现）、family 统计与 JSON 输出
    密码子优化器DNAchisel / codon-optimizationcodon_optimizer.mbt：蛋白序列按 NCBI 密码子表反向翻译；同义密码子按宿主 CAI 权重加权，稀疏 DP 在保证 motif/均聚物/CpG（含跨密码子边界）局部合法的前提下最小化 -ln(权重)；支持常用限制酶位点自动加入禁止列表（复用 bio_restriction 1088 酶库，IUPAC 正反链匹配）、全序列 GC 区间局部修复（修复过程同样保持 motif/均聚物/CpG 约束）、终止密码子与 X 残基处理；输出 GC/CAI/最长均聚物/禁止 motif 命中报告
    本地读段模拟器wgsim / ARTread_simulator.mbt：参考序列生成单端/双端 FASTQ；目标覆盖度、读长、插入片段正态分布、逐碱基 Phred 质量模型（3' 端衰减 + 噪声）、碱基错误与 SNP/indel 变异注入、adapter 3' 污染；同种子输出完全可复现，便于与 BWA-lite/minimap-lite/GATK-lite 做端到端闭环验证
    变异检出基准评估vcfeval / hap.pyvariant_benchmark.mbt：VCF 记录归一化（拆分多等位 + 去除 REF/ALT 公共前后缀并修正坐标）、(chrom, pos, ref, alt) 键匹配，输出总体与按变异类型（SNP/Indel/MNV）的 TP/FP/FN、Precision/Recall/F1、基因型 alt 剂量不一致计数；支持 pass_only 过滤、按 QUAL 阈值生成 PR 曲线数据点与 JSON 报告
    TreeTime-lite 分子钟TreeTimephylo_clock.mbt：root-to-tip 最小二乘回归（替换速率/根日期/R²/逐叶残差）、按速率换算的时间树节点日期、Jukes-Cantor + Felsenstein 剪枝逐位点边际后验、节点共识序列与置信度、JSON 输出
    Kraken/Bracken-lite 宏基因组丰度Kraken 2 / Brackenkraken_lite.mbt：参考基因组去重规范 k-mer 建库（正链与反向互补取字典序较小者，索引与链方向无关）并标注多基因组命中 k-mer 的最小共同祖先(LCA)、读段沿分类树选择累计支持度最高路径分类、Kraken 风格属/种级累计计数报告、Bracken 风格按子树 k-mer 支持度将属级读段重分摊到种、JSON/TSV 输出

    #变异定相与基因型质控（第七阶段 H1-H6）

    模块对应工具功能说明
    读段定相(read-backed phasing)WhatsHap / SHAPEITphase_lite.mbt：按 CIGAR 将读段碱基投影到参考坐标，用跨多个杂合 SNP 的读段构建"同相/反相"异或约束图，BFS 传播相位并输出 phased GT、单倍型块编号与读段冲突率；支持 soft clip/插入/缺失的坐标投影，无读段支持的位点保持原 GT，JSON/TSV 输出
    组装图简化与共识抛光Bandage / raconassembly_graph.mbt：GFA 图简化（containment 坍缩、短死端 tip 迭代裁剪、简单 bubble 检测并按分支支持度/长度解析）与 racon-lite 参考导向共识抛光（k-mer 锚定读段到参考坐标、半全局比对、逐位点多数投票采纳替换/删除/插入；非 ACGT 读段碱基（如 N）不投票、参考 N 位点保守保留），附简化统计与抛光结果 JSON 输出
    宏基因组定量增强Kraken 2 (minimizer) / Brackenkraken_lite.mbt 增强：minimizer 窗口建库（每个连续 k-mer 窗口只保留散列最小的规范 k-mer，显著压缩数据库体积）、数据库 JSON 序列化/还原、Kraken 风格 HTML/SVG 丰度报告、multiqc_collect_kraken 采集器接入 MultiQC 聚合报告
    gVCF 联合基因分型GATK GenomicsDBImport / GenotypeGVCFsgvcf.mbt：单样本 gVCF 参考块表示（变异记录 + END 压缩的纯合参考块）、多样本合并（变异位点并集，各样本 GT/PL 等位索引按其原 ALT 顺序重映射到合并后 ALT 顺序，等位数一致时 PL 双射重排、否则按 VCF 规范置缺失；未被变异覆盖但落在参考块内的样本判为 0/0）、联合基因分型（按各样本 PL 重选最优 GT 并重算 GQ，支持多等位 PL 布局）、多样本 VCF 4.2 输出与 JSON 往返
    家系与基因型一致性 QCPLINK --mendel / GATK CalculateGenotypePosteriorspedigree_qc.mbt：.fam 家谱解析与核心家系提取（含编号唯一/父母引用校验）、逐位点孟德尔错误检测、样本间基因型一致性统计、ROH 纯合区段检测（最大间隔/最小标记数）、JSON 汇总；与 snprelate.mbt 的 KING 亲缘分析互补
    GWAS 回归关联闭环PLINK --glm / GAPITgwas_regression.mbt：逐变异位点逻辑/线性回归（GLM IRLS + Wald 检验）估算效应量与 p 值、PCA 群体分层协变量（复用 skallel_pca）、λGC 与全基因组显著位点汇总、结果 TSV/JSON 导出，并直接衔接 gwas_plot.mbt 的 Manhattan/QQ 数据层与 SVG

    #肿瘤与体细胞分析（第八阶段 I1-I6）

    模块对应工具功能说明
    体细胞变异检出(tumor-normal somatic caller)GATK Mutect2 / Strelka2mutect_lite.mbt：Mutect2 风格 LOD 统计框架——tumor/normal 双 pileup（复用 gatk_pileup_site）、tumor log10 odds（二项式 MLE 备择 vs 测序错误原假设，lgamma 对数域）、normal LOD germline 过滤、人群 AF 过滤（gnomAD 风格 pop_af 表，panel of normals 语义）、SNV/插入/缺失候选与 SNV 优先伪插入清洗、TMB 每兆碱基密度汇总、somatic VCF 4.2 双样本列输出（TLOD/NLOD INFO）、PASS SNV 衔接 mutational_patterns.mbt 的 96 通道突变签名分析；简化逐位点推断的已知局限（插入读段下游移位伪影，Mutect2 以局部组装解决）在文档与 demo 中明示
    BAM 比对后处理(fixmate/markdup/BQSR)samtools fixmate / Picard MarkDuplicates / GATK BQSRbam_postprocess.mbt：SAM 文本到内存 BamFile 的 sam_to_bam 桥（SQ 参考索引、坐标/qual/tag 类型转换、htslib reg2bin）；bam_fixmate 互填 mate 坐标、镜像 mate flag（0x8/0x20）、按外坐标跨度重算 TLEN（左端正右端负）；bam_markdup_paired Picard 语义配对 5'-coordinate mate-key 分组（qname 索引定位 first/second，不依赖输入排序）、组内保留双端 mapq 之和最高、光学重复 qname 坐标切比雪夫距离判别；bam_bqsr 两遍碱基质量重校正（(quality × 三碱基上下文) covariate 表经验错误率、known-sites 坐标豁免、emp = -10log10((err+1)/(obs+1)) 夹逼 [2,40] 重写质量），附统计与 JSON 报告
    RNA-seq 转录本组装(剪接图流)StringTie / Cufflinkstranscript_assembly.mbt：SAM 读段 CIGAR N 操作提取剪接 junction（donor/acceptor + 计数）、每碱基覆盖深度按 M 块差分累计（内含子不计深）、junction 位点切分参考轴为区段（深度按覆盖子范围求均，无覆盖洞不稀释）、剪接有向图（区段为节点、junction 为边，坐标单调即拓扑序）、迭代 DP 最大瓶颈路径贪心流求解 isoform（每轮扣除流量，瓶颈低于阈值停止；剩余深度足额且下游耗尽的区段独立成单外显子 isoform）、coverage/read_count/FPKM 表达量与 GTF 2.2（1-based）输出、JSON 导出；已知简化：不做链感知（strand 由调用方指定）、共享外显子流量竞争由贪心顺序决定
    甲基化位点调用器(Bismark extractor)Bismark / MethylDackelmethylation_caller.mbt：从 SAM 转化读段逐位点统计甲基化——正链读段（flag 无 0x10，OT 语义）按参考 C 位点读 C/T 记 meth/unmeth（C→T 转化），反链读段（flag 含 0x10，OB 语义）按参考 G 位点读 G/A 记 meth/unmeth（G→A 转化）；上下文按参考判定 CpG/CHG/CHH；CIGAR walk 支持 indel；聚合 (pos, strand) 计数并输出 Bismark TSV（与 bsseq_parse_bismark 闭环）与 BSRecord 数组（直接进入 bsseq 平滑/DMR 统计链），补全"比对→调用→分析"的甲基化闭环；已知简化：链语义由 SAM flag 推断（Bismark 由 4-strand 比对决定方向），不做 OT/CTOT 去重
    蛋白稳定性 ΔΔG 与饱和突变扫描FoldX / Rosetta ddG-monomer / DMSfoldx_lite.mbt：FoldX 风格稳定性分析（筛查级，Cα 统计势能量差法——诚实声明：FoldX/Rosetta 全原子力场与侧链重打包未公开完整，本模块以 DOPE 统计势（复用 dope_score.mbt，210 氨基酸对 × 距离 bin）能量差作 ΔΔG 代理，突变保持 Cα 骨架仅替换残基类型）——单点突变 ΔΔG = E(mut) − E(wt)、饱和突变扫描（位点 × 20 aa 矩阵 + 每位点最稳/最不稳突变 + Boltzmann 适合度 exp(−ΔΔG/RT) + 位点 Shannon 熵可突变性）、单点突变文库生成与稳定性排名、TSV/JSON 导出
    泛基因组变异图基因分型vg / PGGBvg_lite.mbt：VCF 变异集 + 参考序列构造变异图（变异位点切分参考为块，ref/alt 等位成替代路径节点，重叠变异过滤保图一致性）、source→sink 全路径枚举（每条路径即一条单倍型序列，路径数 = 等位数之积）、图上基因分型（读段对各路径滑窗最小 Hamming 分派，确定性 tie-break，路径计数前二构成二倍体 GT，次高计数为 0 时判纯合）、GFA 1.0 输出（衔接 gfa_io 生态）与 JSON 导出；已知简化：图比对用滑窗 Hamming（vg 为全动态规划图比对）

    #临床与遗传解读（第九阶段 J1-J6）

    模块对应工具功能说明
    临床变异解读(ACMG 自动化分级)ClinVar / InterVar / VEP-pluginacmg.mbt：ACMG 2015（Richards et al.）致病性自动化分级引擎——证据推导（PVS1 LoF 后果、PS1/PP5 ClinVar 同位点致病收录、PM2 低频、PM4 框内 indel、PM6 de novo、PP2/BP1 基因属性、PP3/BP4 计算预测、PS3/BS3 功能实验、BA1/BS1 频率硬约束、BP7 同义远离剪接）、ClinVar 简化 TSV 摄取与查找（星级 ≥2 可信收录、冲突记录不计证据）、ACMG Table 5 组合规则五级分类（致病/可能致病/VUS/可能良性/良性，致病与良性同时满足时冲突降级 VUS）、批量注释与 TSV/JSON 报告；consequence 标签与 variant_annotation.mbt/snpeff.mbt 的 VEP 语义对齐；已知简化：外部证据（家系共分离/热点区域）由调用方以可选参数输入
    QTL-seq / BSA 混池分离定位QTL-seq / MutMapqtlseq.mbt：双混池（突变体池 + 野生型池）VCF 逐双等位 SNP 位点 SNP-index（alt AD/(ref AD+alt AD)，FORMAT AD 解析含 vcf.mbt 整串拆分适配、深度过滤）、ΔSNP-index = mut − wt、滑动窗口聚合（固定网格 1-based 闭区间）、候选区间调用（|ΔSNP-index| ≥ 阈值的连续窗口合并、峰值方向标记 mutant/wt 富集）、MutMap 单池模式（wt_index 恒 0 即 mutant SNP-index 自身）、逐窗 TSV 与候选区间 BED（0-based 半开）与 JSON 导出
    circRNA 检测(反向剪接)find_circ / CIRI / CircExplorercircrna.mbt：从 SAM split-read 检测环状 RNA——主定位 + 标准 SA 补充标签解析，BSJ（反向剪接）读段判定为 SA 定位整体位于主定位上游（读段跨 junction 后基因组坐标倒退，线性融合/剪接为正向不计）、circRNA 坐标 = [SA 起点, 主定位终点)（0-based 半开，BSJ 断点 = (主终点, SA 起点)）、同断点簇聚合为 BSJ 支持数、最小支持/最小环长过滤、链方向（主与 SA 链一致标链否则 "."）、secondary/supplementary 双计防护、find_circ 风格 TSV（circ_name 命名）与 JSON 导出；已知简化：不做 CIRI 穷举种子扩展（仅 SA split-read）、不区分 Alu 介导环
    蛋白-配体对接(Vina-lite 刚体)AutoDock Vina / rDockdocking.mbt：刚体对接（诚实定位：构象搜索为口袋内平移格点穷举 × 均匀欧拉角旋转网格 Z-Y-Z 矩阵，无可旋转键扭转；Vina 为遗传算法 + 柔性键）——口袋检测（参考中心邻域收集或 3Å 格点 8Å 邻域原子密度峰值）、打分 = LJ 12-6（元素参数表 σ/ε 组合规则）+ Coulomb（k_e = 332.0637，电荷可选）+ 硬冲突惩罚（r < 0.65σ 时 +100 模拟 repulsion，12Å 长程截断）、配体质心放置与能量升序 top-k 姿势排名、PDBQT 风格姿势输出与 JSON 导出；已知简化：打分为物理势而非 Vina 经验项（gauss/hydrophobic/hbond）
    进化约束打分(GERP/phastCons-lite 计算端)GERP++ / phastCons / phyloPconservation_scores.mbt：从 MSA 计算逐列约束打分（补全 genomic_scores.mbt"只存不算"的计算端）——GERP-lite 拒绝打分 RS = tree_length × (1 − H_obs/ln4)（熵代理，诚实声明：GERP++ 为中性树似然差；保守列满分、可变列趋零、gap/N 排除与 min_effective 过滤）、phastCons-lite 保守后验（发射对数似然比：conserved 中心模型 p_keep=0.95 vs 均匀中性，logistic 压缩 0-1）、两状态 Viterbi 解码保守区段（固定转移概率 + 逐位后验均值）、GenomicScores 容器写入闭环（conservation_to_gscores + score_at/range_score 检索）、TSV/JSON 导出

    #架构设计

    #项目结构

    IvanAXu/BioSeqs/
├── moon.mod                          # 模块配置 (name="IvanAXu/BioSeqs", version=0.1.12)
├── src/                              # 源代码（920 个 .mbt 模块）
│   ├── seq.mbt                       # Bio.Seq 序列对象
│   ├── seqio.mbt / fasta_io.mbt / ... # 序列 I/O（30+ 种格式）
│   ├── alignment.mbt / align_*.mbt   # 比对算法 + 20+ 种比对格式严格 API
│   ├── searchio.mbt / blast_*.mbt / ... # 搜索结果解析（BLAST/HMMER/Infernal/...）
│   ├── phylo.mbt / tree_*.mbt / parsimony.mbt / parsimony_tree.mbt / paml_*.mbt # 发育树 + 最大简约建树 + PAML 分子进化
│   ├── pdb*.mbt / mmcif*.mbt / binary_cif.mbt / ... # 结构分析与格式
│   ├── sam.mbt / bam.mbt / bgzf.mbt / vcf.mbt / cram.mbt / cram_wbtest.mbt # NGS 文件（BGZF 压缩/随机访问）
│   ├── seqio_index.mbt / ncbiblast_web.mbt # SeqIO 字节偏移索引 / NCBI WWW qblast 客户端
│   ├── genomic_ranges.mbt / iranges.mbt / plyranges.mbt # 区间操作
│   ├── deseq2.mbt / edger.mbt / limma.mbt / rankprod.mbt / geneset_tests.mbt / seurat.mbt / ... # Bioconductor 分析套件
│   ├── gds.mbt / snprelate.mbt / genomic_scores.mbt / splatter.mbt # SeqArray GDS 容器 / SNPRelate 亲缘分析 / GenomicScores / splatter 模拟
│   ├── de_bruijn.mbt / suffix_array_tree.mbt / olc.mbt / bwt_fm.mbt # 序列组装四大算法
│   ├── crispr.mbt / gwas_plot.mbt / fusion.mbt / motif_discovery.mbt / wnn.mbt / fba_lite.mbt / genome3d.mbt # 第四阶段: CRISPR 设计/GWAS 可视化/融合基因/motif 发现/WNN 整合/FBA 代谢/3D 基因组
│   ├── poa.mbt / mmseqs.mbt / cooler.mbt / parquet.mbt / bppar.mbt / mhc.mbt / vdj.mbt / airr.mbt / kallisto_lite.mbt / gatk_lite.mbt / multiqc_lite.mbt / minimap.mbt / medaka_lite.mbt / structure_screening.mbt # 第二、三阶段: POA 图比对/蛋白搜索/cooler/parquet/并行调度/MHC/VDJ 组库/AIRR/kallisto/GATK/MultiQC/长读长/结构筛查
│   ├── umi.mbt / codon_optimizer.mbt / read_simulator.mbt / variant_benchmark.mbt / phylo_clock.mbt / kraken_lite.mbt # 第五、六阶段: UMI/密码子优化/读段模拟/变异检出基准/分子钟/宏基因组丰度
│   ├── phase_lite.mbt / assembly_graph.mbt / gvcf.mbt / pedigree_qc.mbt / gwas_regression.mbt # 第七阶段: VCF 定相 / 组装图简化与抛光 / gVCF 联合分型 / 家系一致性 QC / GWAS 回归闭环
│   ├── mutect_lite.mbt / bam_postprocess.mbt / transcript_assembly.mbt / methylation_caller.mbt / foldx_lite.mbt / vg_lite.mbt # 第八阶段: 体细胞变异检出(Mutect2 LOD) / BAM 后处理(fixmate/markdup/BQSR) / 转录本组装(剪接图流) / 甲基化调用器(Bismark extractor) / 蛋白稳定性 ΔΔG(FoldX-lite) / 泛基因组变异图分型(vg-lite)
│   ├── acmg.mbt / qtlseq.mbt / circrna.mbt / docking.mbt / conservation_scores.mbt # 第九阶段: ACMG 2015 临床致病性自动化分级 + ClinVar 摄取 / QTL-seq 混池分离定位(SNP-index) / circRNA 检测(反向剪接 BSJ) / 蛋白-配体刚体对接(Vina-lite) / 进化约束打分(GERP/phastCons-lite)
│   ├── hla_typing.mbt / sv_caller.mbt # 第十阶段 K 系列: HLA 分型(NGS 读取水平) / 长读长 SV 检测(CIGAR + SA tag)
│   ├── statistics.mbt / kmeans.mbt / hmm.mbt / neural_network.mbt / ... # ML 与统计
│   └── utils.mbt / data.mbt / ...    # 通用工具与常量
├── examples/                         # 示例程序（561 个演示 demo）
│   ├── basic_seq/                    # 基础序列操作
│   ├── seqcode_demo/ / seq_utils_demo/ # SeqUtils 序列工具（gc_fraction/GC123/nt_search/六框翻译/seq3/seq1）
│   ├── codon_utils_demo/               # CodonUtils 密码子分析（NCBI 27 表/GC123/六框翻译/CAI/Nc Wright 1990/表元数据）
│   ├── pqs_demo/                     # pqsfinder G-四链体检测（评分系统/双链/deep density 与 maxScores/overlapping/序列提取）
│   ├── melting_temp_demo/            # MeltingTemp 解链温度（Tm_GC 八套公式/Tm_NN 近邻热力学/盐与 Mg2+/错配/DMSO）
│   ├── protparam_demo/               # ProtParam 蛋白参数（MW/pI/不稳定指数、flexibility 柔性、protein_scale 滑窗、28 种 GRAVY scale、消光系数、结构分数）
│   ├── dnacopy_demo/                 # DNAcopy CBS 拷贝数分割（sdundo 合并/多染色体）
│   ├── copynumber_demo/              # copynumber PCF 分段常数拟合（madWins 离群值/pcf_plain/multiPCF 共享分段）
│   ├── cage_demo/                    # CAGEr CAGE 数据 TSS 分析（CTSS 聚类/TSS 形状分类/差异 TSS 使用）
│   ├── tfbstools_demo/               # TFBSTools 转录因子结合位点（JASPAR 矩阵/PFM→PWM/序列扫描/富集分析）
│   ├── conumee_demo/                 # conumee 拷贝数统一接口（CBS 分段/基因注释/样本比较/ASCII 图）
│   ├── regione_r_demo/               # regioneR 区域置换检验（随机化/mask/permTest）
│   ├── minet_demo/                   # minet 互信息网络（离散化/MIM/ARACNE/CLR/MRNET/AUROC 验证）
│   ├── qvalue_demo/                  # qvalue FDR 全流程（π₀ smoother/bootstrap、q-value/pFDR、lfdr、empPvals、BH 对比）
│   ├── multtest_demo/                # multtest 多重检验（九种 rawp 校正/ABH·TSBH h₀、mt.reject、置换 maxT/minP）
│   ├── swfdr_demo/                   # swfdr 协变量 FDR（lm_pi0 unit.spline/smooth.spline、lm_qvalue）与 rounded/truncated science-wise EM
│   ├── rankprod_demo/                # RankProd 秩积/秩和差异表达（全配对 RP/RS、精确 p 值、pfp、topGene 显著表）
│   ├── restriction_demo/             # Bio.Restriction 克隆图谱（1088 酶库/批量酶切表、线性+环状片段、双酶切、相容粘性端、同裂酶、Analysis 过滤）
│   ├── alignment_frequencies_demo/   # Bio.Align MSA 统计（替换计数矩阵/列频率/保守位点/序列权重/log-odds）
│   ├── bio_cluster_demo/             # Bio.Cluster 数值聚类（8 种距离/层次聚类/k-means/k-medoids/SOM/PCA/Record）
│   ├── hmm_markov_model_demo/        # 经典 Bio.HMM（构建器/Viterbi/前向-后向/Baum-Welch/KnownState 训练）
│   ├── togows_demo/                  # Bio.TogoWS（percent quoting/URL 构造/entry/search/convert/限速）
│   ├── apcluster_demo/               # apcluster 亲和传播（消息传递/exemplar/4 种相似度/apclusterK 定 K/噪声 runs）
│   ├── kegg_rest_demo/               # Bio.KEGG.REST（info/list/find/get/conv/link URL 构造/多条目/限速）
│   ├── scop_raf_dom_demo/            # Bio.SCOP.Raf/Dom（RAF 解析/索引/域切割/ATOM 提取/DOM 往返）
│   ├── entrez_eutils_demo/           # Bio.Entrez E-utilities（EInfo/ESearch+history/EFetch/EPost/ESummary/ESpell/ELink/EGQuery/ECitMatch/请求日志）
│   ├── bgzf_demo/                    # Bio.bgzf（BgzfWriter 压缩/bgzf_blocks 块扫描/BgzfReader 虚拟偏移 seek/read/readline）
│   ├── bigwig_demo/                  # rtracklayer BigWig（BigWig 二进制写读、intervals/values 查询、mean/min/max/cov/sum/std 分箱统计、错误拒绝）
│   ├── motif_thresholds_demo/        # Bio.motifs.thresholds（PSSM 打分分布 DP、FPR/FNR/balanced/patser 阈值、偏背景与 pseudocount）
│   ├── geneset_tests_demo/           # limma 竞争性基因集检验（rankSumTestWithCorrelation、cameraPR、camera.default 固定/估计基因间相关）
│   ├── qblast_demo/                  # Bio.Blast.NCBIWWW（mock fetch 演示 PUT 提交/SearchInfo 轮询/结果下载全流程）
│   ├── blat_psl_demo/                # Bio.SearchIO.BlatIO（blat-psl/PSLX 解析、负链重定向、蛋白 3:1 block、millibad/score、写回往返、SearchIO 转换）
│   ├── ropls_demo/                   # ropls（NIPALS PCA、PLS/PLS-DA、OPLS-DA、VIP、R2/Q2 交叉验证、响应置换检验）
│   ├── seqio_index_demo/             # Bio.SeqIO.index（FASTA 字节偏移索引/get_raw 原始切片/get 按 ID 随机解析）
│   ├── gds_demo/                     # SeqArray（seqVCF2GDS 导入/GDS 节点树/sample+variant 过滤/剂量与 seqSummary）
│   ├── snprelate_demo/               # SNPRelate（SnpStats/KING 亲缘/IBD k0-k1/IBS 距离/EIGMIX PCA/LD 剪枝）
│   ├── genomic_scores_demo/          # GenomicScores（population 安装/step+linear 插值/区间汇总/批量抓取）
│   ├── splatter_demo/                # splatter（基础模拟/分组 DE/批次效应/dropout/pseudotime 路径/RNG 流）
│   ├── phylo_applications_demo/      # Bio.Phylo.Applications（FastTree/PhyML/RAxML 命令行构建）
│   ├── tree_construction_demo/       # DistanceCalculator（identity/blastn/BLOSUM62 全模型距离 + UPGMA/NJ/WPGMA 建树）
│   ├── parsimony_tree_demo/          # Bio.Phylo.TreeConstruction 最大简约（Fitch/Sankoff 打分、NNI 爬山、默认 identity-UPGMA 起始树、中点定根）
│   ├── phylo_bootstrap_demo/         # Bio.Phylo.Consensus（strict/majority/Adam 共识树 + get_support 支持度 + 比对列 bootstrap）
│   ├── propeller_demo/               # speckle propeller（细胞类型比例变换、moderated t/ANOVA、robust eBayes、normCounts、Beta 参数）
│   ├── substitution_matrices_demo/   # 替换矩阵注册表与 30 个 Biopython 权威矩阵（IUPAC NUC.4.4/BLOSUM/PAM/密码子）
│   ├── datastore_demo/               # Bio.Datastore（MD5/BagIt 清单/标签/fetch-through 缓存/校验）
│   ├── pdb_demo/ / phylo_demo/       # 结构与发育树
│   ├── deseq2_demo/ / edger_demo/ / limma_demo/ / rankprod_demo/ # 差异表达
│   ├── ebseq_demo/ / matrixeqtl_demo/ / dmrcate_demo/ / gostats_demo/ / lefse_demo/ / dose_demo/ / pathway_demo/ / gosemsim_demo/ / dada2_demo/ / decipher_demo/ / treeio_demo/ / tidytree_demo/ / motif_matrix_demo/ / ic_rebuild_demo/ / abstract_property_map_demo/ / primersearch_demo/ / motif_clusterbuster_demo/ / nexus_trees_demo/ / isoelectric_point_demo/ / quaternion_superimposer_demo/ / msigdbr_demo/ / ashr_demo/ / ebimage_demo/ / mirna_targets_demo/ / orfik_demo/ / xcms_peaks_demo/ / rrvgo_demo/ / pgsea_demo/ / pathview_demo/ # EBSeq/eQTL/DMR/GO/LEfSe/DOSE / Pathway / GOSemSim GO语义相似度 / DADA2 ASV推断 / DECIPHER序列分析 / treeio树I/O / tidytree tidy操作 / motif矩阵 / NeRF内坐标重建 / 残基属性映射 / 引物搜索 / 聚类motif / Nexus树集合 / 等电点 / Quaternion叠合 / MSigDB基因集库 / 自适应收缩 / 细胞影像分析 / miRNA靶标预测 / ORFik风格ORF检测 / xcms色谱峰检测 / rrvgo GO术语冗余去重 / pgsea参数化基因集富集 / pathview KEGG通路可视化 / polypose_demo/ / xms_demo/ / colorspiral_demo/ # polypose多构象PDB结构 / xms加权位点+microRNA motif格式 / colorspiral HSV颜色螺旋配色
│   ├── seurat_demo/ / milo_demo/ / monocle3_demo/ # 单细胞
│   ├── scanpy_e2e_demo/            # scanpy 单细胞流水线（read_10x_mtx→normalize→log1p→pca→neighbors→louvain/leiden→diffmap/dpt→umap→paga）
│   ├── skallel_e2e_demo/          # scikit-allel 群体遗传（VCF→基因型/单倍型→iHS/nSL/LD/PCA + SFS/HW/Patterson Fst）
│   ├── de_bruijn_demo/ / olc_demo/   # 序列组装算法
│   ├── crispr_demo/ / gwas_plot_demo/ / fusion_demo/ / motif_discovery_demo/ / wnn_demo/ / fba_demo/ / genome3d_demo/ # 第四阶段 F1-F7（CRISPR 设计/GWAS 图/融合基因/motif 发现/WNN/FBA/3D 基因组）
│   ├── poa_demo/ / mmseqs_demo/ / cooler_demo/ / parquet_demo/ / bppar_demo/ / mhc_demo/ / vdj_demo/ / kallisto_lite_demo/ / gatk_lite_demo/ / multiqc_lite_demo/ / longread_demo/ / structure_screening_demo/ # 第二、三阶段（POA/蛋白搜索/cooler/parquet/并行/MHC/VDJ/kallisto/GATK/MultiQC/长读长/结构筛查）
│   ├── umi_demo/ / codon_optimizer_demo/ / read_simulator_demo/ / variant_benchmark_demo/ / treetime_demo/ / kraken_lite_demo/ # 第五、六阶段（UMI/密码子优化/读段模拟/变异检出基准/分子钟/TreeTime/宏基因组丰度）
│   ├── phase_demo/ / assembly_graph_demo/ / gvcf_demo/ / pedigree_qc_demo/ / gwas_regression_demo/ # 第七阶段（读段定相；组装图简化与抛光；gVCF 联合分型；家系一致性 QC；GWAS 回归闭环）
│   ├── mutect_lite_demo/ / bam_postprocess_demo/ / transcript_assembly_demo/ / methylation_caller_demo/ / foldx_lite_demo/ / vg_lite_demo/ # 第八阶段（体细胞变异检出：LOD/过滤/TMB/VCF/突变签名闭环；BAM 后处理：fixmate/markdup/BQSR 链；转录本组装：junction/贪心流/GTF/FPKM 闭环；甲基化调用：转化读段→逐位点计数→bsseq 统计链闭环；蛋白稳定性：单点 ΔΔG→饱和扫描→文库排名闭环；变异图分型：VCF→图→路径→GT 闭环）
│   ├── acmg_demo/ / qtlseq_demo/ / circrna_demo/ / docking_demo/ / conservation_demo/ # 第九阶段（临床变异解读：ClinVar 摄取→证据推导→五级分类→报告闭环；QTL-seq 定位：双池 SNP-index→ΔSNP-index 滑窗→候选区间 BED 闭环；circRNA 检测：BSJ split-read→聚合过滤→circRNA 记录闭环；蛋白对接：口袋检测→构象枚举→能量排名→姿势输出闭环；约束打分：MSA→GERP-lite→后验→保守区段→打分容器闭环）
│   ├── hla_typing_demo/ / sv_caller_demo/ # 第十阶段 K 系列（HLA 分型：参考序列库→读取比对→GL String 闭环；SV 检测：CIGAR/SA tag→DEL/INS/DUP/INV/BND→深度置信度闭环）
│   └── ... （更多 examples/*_demo/）
├── test/
│   ├── moonbit/                      # MoonBit 单元测试（730 个测试文件，16496 用例）
│   │   ├── bio_seq_test.mbt / seqio_wb_test.mbt / ...
│   │   ├── alignment_test.mbt / pdb_test.mbt / phylo_test.mbt / ...
│   │   ├── deseq2_test.mbt / rankprod_test.mbt / seurat_test.mbt / scran_test.mbt / ...
│   │   └── ...
│   └── python/                       # Python 参考实现与对比脚本
│       ├── python_reference.py / python_seqio_reference.py / ...
│       ├── compare.sh / compare_seqio.sh
│       └── python_bench.py
└── cmd/                              # 命令行工具
    ├── main/                         # Seq 基础测试工具
    ├── seqio_main/                   # SeqIO 测试工具
    ├── alignio_main/                 # AlignIO 测试工具
    ├── bench/                        # 性能基准测试
    └── bio/                          # bio 多子命令 CLI(gc/stats/fq-qc/rc/trans/info)

    #bio 命令行工具

    cmd/bio 提供 seqkit 风格的多子命令 CLI（moon run cmd/bio -- <子命令> [序列文本|--demo]）：

    子命令功能
    gcFASTA GC 含量（逐条 + 合计）
    statsFASTA 统计：条数/总长/均值/最短/最长/N50
    fq-qcFASTQ 基础质控：reads 数/读长分布/平均质量/GC（流式逐条处理）
    rc反向互补（FASTA 输入输出）
    trans翻译为蛋白（框 1，NCBI 表 1，无效密码子报告不中断）
    info每条记录摘要：id/长度/GC%/分子量

    示例：moon run cmd/bio -- stats "$(cat seqs.fasta)"、moon run cmd/bio -- fq-qc --demo。 注：MoonBit core 暂无文件系统接口，序列文本经参数传入；宿主程序读取文件后调用库 API 可获得完整文件处理能力。

    #样例测试

    moon build                                              # ✅ 成功
moon test                                               # ✅ 16496 个测试全部通过（test/moonbit 包）

    #构建与测试

    moon build      # 构建项目
moon test       # 运行全部测试 (16496 个测试用例，test/moonbit 包)

    Powered by MoonBit

    Site sourceReport issueModulesSkillsCLIBuild queueStatistics

    © 2026 mooncakes.io