tiledbvcf

用途：高效存储和检索基因组变异调用数据，适合群体基因组学、队列研究、原型与分析方法开发。主要能力：创建 TileDB-VCF 数据集；从多个 VCF/BCF 文件并行摄取变异数据；增量添加新样本而无需重新处理已有数据；按基因组区域、样本名和变异属性（位置、等位基因、基因型、质量、INFO/FORMAT 字段）查询；导出为 VCF/BCF 或 TSV；支持 S3、Azure、GCS 等云存储；提供等位基因频率分析和样本 QC 等操作。使用方式：推荐用 Conda/Mamba 安装，命令为 mamba install -y -c conda-forge -c bioconda -c tiledb tiledb-py tiledbvcf-py pandas pyarrow numpy；也可拉取 Docker 镜像 tiledb/tiledbvcf-py 或 tiledb/tiledbvcf-cli。Python 中创建数据集示例：ds = tiledbvcf.Dataset(uri="my_dataset", mode="w", cfg=tiledbvcf.ReadConfig(memory_budget=1024))，随后 ds.ingest_samples(["sample1.vcf.gz", "sample2.vcf.gz"])。查询示例：ds = tiledbvcf.Dataset(uri="my_dataset", mode="r")，ds.read(attrs=[...], regions=["chr1:1000000-2000000"], samples=[...])。CLI 子命令包括 create、store、export、list、stat、utils、version。限制：仅支持单样本 VCF，不支持多样本 VCF；VCF/BCF 必须带 .csi 或 .tbi 索引；坐标采用 VCF 标准的 1-based 且区间两端包含；同一数据集多写入者可能导致损坏；资料未提供具体收费与价格信息。官方资源：https://github.com/TileDB-Inc/TileDB-VCF，文档 https://cloud.tiledb.com/academy/。