用途：gtars 用于基因组区间数据的高性能处理，是 geniml（基因组区间机器学习库）的性能关键后端。主要能力包括：区间重叠与集合运算（jaccard、overlap 计数、subset_by_overlaps）、IGD 重叠索引、uniwig 覆盖度/累积轨迹、面向 ML 的区域分词、单细胞片段伪批量（pb）、片段/区域打分，以及 GA4GH refget 序列摘要与检索。
使用方式：Python 包用 uv pip install gtars 安装，API 通过子模块暴露，如 gtars.models（RegionSet、Region、RegionSetList）、gtars.tokenizers（Tokenizer、tokenize_fragment_file）、gtars.refget、gtars.utils，另有 gtars.genomic_distributions、gtars.lola、gtars.vrs；没有 gtars.igd 或 gtars.uniwig 子模块，IGD 构建与 uniwig 轨迹生成仅限 CLI。CLI 为独立 Rust 二进制 gtars-cli，用 Cargo 安装，多数子命令需特性开关，例如 cargo install gtars-cli --features "uniwig overlaprs igd bbcache scoring fragsplit genomicdist"。可用子命令有 igd、overlaprs、uniwig、bbcache、pb、scoring、genomicdist、ranges、consensus、prep，各版本标志不同，需用 gtars <command> --help 确认。
适用场景：ChIP-seq 峰重叠与调控元件比较、变异注释、ATAC/ChIP/RNA 覆盖度轨迹、基因组 ML 预处理分词、单细胞 ATAC 片段按簇聚合、参考基因组完整性校验。
限制：Python 与 CLI API 并非一一对应，接口随版本变化，示例基于 gtars Python 包 0.10.0；训练区域/单细胞嵌入应使用 geniml，逐读 BAM/CRAM/VCF 访问用 pysam，bigWig 覆盖度与 TSS 热图用 deeptools，非基因组空间连接用 geopandas。具体收费、平台与效果资料暂未提供。