SuperAPI AI 工具集

tiledbvcf

智能体与模型

查看项目

更新于 10-15 23:59

技能介绍

用途:TileDB-VCF 用于基因组变异调用数据的高效存储与检索,适合学习相关概念与工作流、基因组分析原型开发、中小规模数据集(少于 1000 个样本)、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、处理云端变异数据(S3、Azure、GCS)、导出大型 VCF 数据子集、构建队列研究变异数据库等场景。

主要能力:基于 TileDB 稀疏数组,变异以基因组坐标为维度存储;支持并行导入、增量添加样本而无需重新处理既有数据、按区域/样本/属性查询与过滤、访问 INFO 与 FORMAT 字段、导出为 VCF/BCF 或 TSV,并提供等位基因频率分析、样本质控与自定义配置。

使用方式:推荐 Conda/Mamba 安装:conda create -n tiledb-vcf "python<3.10";mamba install -y -c conda-forge -c bioconda -c tiledb tiledb-py tiledbvcf-py pandas pyarrow numpy。也可使用 Docker 镜像 tiledb/tiledbvcf-py 与 tiledb/tiledbvcf-cli。CLI 子命令包括 create、store、export、list、stat、utils、version。

限制:导入的 VCF/BCF 必须为单样本且带 .csi 或 .tbi 索引;多样本 VCF 不支持。坐标为 1-based 且区间两端闭合;云存储需配置权限;同一数据集多写入者可能损坏数据;大数据集需设置内存预算并使用流式查询。官方未提供具体收费与价格信息。