用途：在GWAS关联区域中，借助统计精细定位与位点到基因（L2G）预测，优先排序可能的因果变异，并评估其影响的基因。
主要能力：计算变异为因果的后验概率，输出可信集（通常95%或99%置信）；汇总精细定位方法（SuSiE、FINEMAP、PAINTOR等）；给出L2G基因预测及评分（0-1）；提供变异功能注释（最严重后果、等位基因频率等）；给出实验验证建议（如CRISPR敲入、报告基因、eQTL分析、共定位）。
数据来源：Open Targets Genetics（GraphQL）与GWAS Catalog（REST API）。可查询变异信息、包含某变异的可信集、可信集详情、某GWAS研究的全部位点、按疾病搜索GWAS研究；也可按基因或rsID搜索SNP、获取SNP详情与关联性状。
使用方式（保持原样）： from python_implementation import prioritize_causal_variants result = prioritize_causal_variants("TCF7L2", "type 2 diabetes") print(result.get_summary()) 另有 get_credible_sets_for_study("GCST90029024")、search_gwas_studies_for_disease("Alzheimer's disease", disease_id="EFO_0000249") 及 result.get_validation_suggestions() 等调用。
结果解读：后验概率>0.5很可能因果；0.1-0.5可能；0.01-0.1不确定；<0.01不太可能。L2G>0.7高置信；0.5-0.7中等；0.3-0.5较弱；<0.3低置信。
适用场景：已知位点的变异优先排序、特定变异（如rs429358）的精细定位信息查询、某GWAS研究的全部因果位点概览、按疾病查找GWAS研究、生成候选变异的验证方案。
限制：精细定位依赖LD结构与研究人群匹配；需要GWAS汇总统计，并非所有研究都提供；计算资源需求较高；贝叶斯方法受先验假设影响；Open Targets中并非所有位点已完成精细定位。资料未提供收费、价格、平台或具体效果信息。