polars-bio 是基于 Polars、Apache Arrow 与 Apache DataFusion 构建的高性能 Python 库，面向基因组区间运算与生物信息文件 I/O。它提供以 DataFrame 为中心的 API，用于区间算术（overlap、nearest、merge、coverage、complement、subtract、cluster、count_overlaps）以及常见生物信息格式的读写，包括 BED、VCF、VCF Zarr、BAM、CRAM、GFF、GTF、FASTA、FASTQ、SAM 和 Hi-C pairs。资料称其在真实基因组基准上比 bioframe 快 6-38 倍。
主要能力包括：8 种核心区间操作；通过 scan_、sink_ 与 DataFusion 流式执行实现超内存数据处理；支持 S3、GCS、Azure 云存储与 GZIP、BGZF 压缩，并支持谓词下推；提供函数式与方法链式两种 API；通过 DataFusion SQL 引擎运行 SQL 查询；可从 BAM/CRAM 计算逐碱基深度（pileup），支持 CIGAR 感知与质量过滤。
用法方面，安装需 Python 3.11–3.14，命令为 uv pip install "polars-bio==0.31.0"，pandas 兼容版本为 uv pip install "polars-bio[pandas]==0.31.0"。区间操作默认返回 LazyFrame，可用 .collect() 或 output_type="polars.DataFrame"。函数式写法如 pb.overlap(df1, df2)；方法链式需在 LazyFrame 上使用 .pb 访问器，如 df1.lazy().pb.overlap(df2)；DataFrame 上的 .pb 仅提供写操作。列默认命名为 chrom、start、end，可用 cols1/cols2 自定义。坐标默认 1-based，可通过 pb.set_option("datafusion.bio.coordinate_system_zero_based", True) 切换，BED 读取时自动转换。
适用场景包括基因组区间分析、生信格式转换、大基因组流式处理、SQL 查询基因组数据、从 bioframe 迁移、从 BAM/CRAM 计算读深。限制与注意事项：位置为 32 位整数，坐标上限约 21 亿；read_bam/scan_bam 需要 .bai 索引；CRAM 需用 read_cram/scan_cram/register_cram 并提供 reference_path；DataFusion 并行默认仅 1 个分区，需通过 datafusion.execution.target_partitions 开启；两输入操作的 probe-build 顺序会影响结果列与性能，建议第一个参数传较大 DataFrame。价格、授权等资料暂未提供。