用途：实现 GATK Best Practices 胚系 SNP/indel 检测流程，适用于 Illumina WGS/WES 数据，可用于群体遗传学、临床变异分析及家系/病例对照等队列研究。
主要能力：逐样本运行 HaplotypeCaller 生成 GVCF；用 GenomicsDBImport 合并多样本 GVCF；用 GenotypeGVCFs 做联合基因分型；用 VQSR 或硬过滤筛选变异；支持 BQSR 提升准确性；可生成可扩展的 GVCF 以便新增样本时无需重跑已有样本；输出可交给 Ensembl VEP、ANNOVAR 或 SnpEff 注释。
使用方式：需 GATK4、Java 17+、samtools、BWA-MEM2，以及参考基因组 FASTA 和已知变异 VCF（dbSNP、1000G、Mills indels）；输入为 BWA-MEM2 比对、去重、排序且带 @RG 的 BAM。安装示例：wget https://github.com/broadinstitute/gatk/releases/download/4.6.0.0/gatk-4.6.0.0.zip 后解压并设置 GATK 变量，或 conda install -c bioconda gatk4，用 gatk --version 验证。运行前可先执行 command -v gatk 检查是否已安装；在 pixi 项目中用 pixi run gatk。典型步骤：BaseRecalibrator 与 ApplyBQSR 做 BQSR；HaplotypeCaller 加 -ERC GVCF 生成 GVCF；GenomicsDBImport 按染色体导入；GenotypeGVCFs 联合分型；SelectVariants 拆分 SNP/indel 后用 VariantFiltration 硬过滤；可用 bcftools query 解析结果。
限制：VQSR 需要足够大的队列训练，小队列或外显子组建议改用硬过滤；HaplotypeCaller 的 pair-HMM 步骤 CPU 消耗大，可用 --native-pair-hmm-threads 与区间并行；需注意 BAM 与参考基因组的染色体命名一致、@RG 头存在、Java 堆内存充足，以及 GenomicsDB 工作区路径冲突等问题。若追求更快深度学习方案可考虑 DeepVariant，若无需组装式局部重比对可考虑 bcftools call。