用途：对单个遗传变异进行效应分析，覆盖基因表达、染色质可及性、组蛋白标记和转录因子等模态，并生成可视化与报告。
主要能力：通过 score_variant 进行广泛发现扫描，支持按疾病相关组织关键词扩展检索；提供基因与转录本查找、本体术语（UBERON/CL/EFO）解析、REF/ALT 可视化（表达、调控、剪接）、剪接定量分析、体外诱变（ISM）SeqLogo 生成及基因组轨道可视化。
使用方式：需先安装 uv 并置于 PATH，在 ~/.env 设置 ALPHAGENOME_API_KEY（在 https://deepmind.google.com/science/alphagenome/ 注册），可选设置 ALPHAGENOME_GTF_PATH 加速查找。所有 Python 代码必须用 uv run 执行，禁止直接使用 python3；禁止使用外部 API 做基因查询，须使用本地 GTF。首次运行会安装依赖约 10 秒，之后走缓存；所有脚本执行需 API Key 就绪。工作流包括查看示例、创建输出目录、解析查询、解析组织与模态、可视化保存、分析预测、撰写 report.md、自检与生成产物；多变异可拆分给子代理再汇总。
适用场景：疾病相关组织中的变异功能注释、剪接异常、调控变异及负结果分析等。
限制：依赖 API Key 与联网访问 AlphaGenome 服务；大于 500kb 的基因会破坏 whole_gene 视图，需改用 detail 视图或手动区域；Sashimi 不接受 strand 参数，需先过滤输入轨道；score_variant 不支持 ontology_terms 参数，须手动按 adata.var 过滤；部分轨道无 ontology_curie 字段；GTF Feather 列名首字母大写；报告须使用 docs/report-templates.md 模板并包含发现扫描的 top hits 表。