用途：从 bulk 表达矩阵中识别稳定的样本亚型，使用 ConsensusClusterPlus 进行共识聚类，并通过 PAC 分数比较候选聚类设置，导出共识矩阵与 CDF 可视化。不适用于差异表达分析、单细胞聚类或非表达型表格数据。
主要能力：对支持的 distance 与聚类算法组合进行评估，在候选 K 值上计算 PAC，按最小 PAC 选择最优模型；基因选择支持 highly_variable（按中位绝对偏差排序）或 custom（提供基因列表与矩阵行名取交集）；可选对每个基因做中位数中心化；记录 session 信息以保证可复现。
使用方式：通过 R 脚本命令行运行，例如： Rscript scripts/main.R --input_file ./expression_matrix.csv --group_file ./groups.csv --disease_group case --max_k 4 --output_dir ./output/ --gene_selection highly_variable --top_n 5000 --reps 1000 --p_item 0.8 --p_feature 1.0 --timeout_seconds 3600 --seed 42 输入矩阵为基因行、样本列，含首列基因 ID；分组文件含 sample 与 group 列；自定义基因列表为纯文本或单列 CSV。
输出：Cluster_res.csv（各距离/算法组合的 PAC 汇总，is_best 标记选中模型）、genes_for_clustering.csv、samples_for_clustering.csv、按方法命名的结果目录及 PAC_scores.csv、Consensus Matrix Plot.pdf、CDF curve Plot.pdf、session_info.txt。
限制：需按错误码处理文件缺失、列缺失、样本不匹配、参数非法、数据不足、超时、依赖缺失等情况；运行需已安装所需 R 包；脚本需在 scripts/ 目录下执行，references/ 提供算法、排错与 CLI 说明。其他收费、价格等信息暂未提供。