SuperAPI AI 工具集

tiledbvcf

智能体与模型

查看项目

更新于 10-15 21:39

技能介绍

用途:TileDB-VCF 用于高效存储和检索基因组变异数据,适合学习其概念与工作流、基因组学分析与流水线原型开发、中小规模数据集(少于 1000 个样本)、需要向已有数据集增量添加样本、跨多样本查询特定基因组区域、处理云端(S3、Azure、GCS)变异数据、导出大型 VCF 子集、构建队列研究变异数据库等场景。

主要能力:创建数据集并增量摄入 VCF/BCF;按基因组区域、样本和变异属性高效查询与过滤;导出为 VCF/BCF 或 TSV;支持等位基因频率分析与样本质控;支持云存储与自定义配置。

使用方式:推荐用 Conda/Mamba 安装,例如 conda create -n tiledb-vcf "python<3.10",再 mamba install -y -c conda-forge -c bioconda -c tiledb tiledb-py tiledbvcf-py pandas pyarrow numpy;也可用 Docker 镜像 tiledb/tiledbvcf-py 与 tiledb/tiledbvcf-cli。Python 中通过 tiledbvcf.Dataset 创建、摄入与读取;CLI 提供 create、store、export、list、stat、utils、version 子命令。

限制:仅支持单样本 VCF,且必须带 .csi 或 .tbi 索引;坐标采用 1-based 且区间两端包含;需注意内存预算、区域查询合并、云权限与并发写入风险。大规模生产可考虑 TileDB-Cloud,其具体 API 与收费等细节暂未提供。