用途：处理多序列比对与系统发育树，计算系统发育与分子进化指标，并做组间统计比较，适合生物信息学中关于比对质量、简约性、树结构与进化速率的问题。
主要能力：比对分析支持简约信息位点、RCV（相对组成变异性）、gap 百分比、GC 含量；树分析支持 treeness、树长、进化速率、DVMC、自举支持度；组合指标支持 treeness/RCV；树构建支持邻接法（NJ）、UPGMA、简约法；树比较支持 Robinson-Foulds 距离与自举共识；批量处理可发现成对的比对与树文件，计算均值、中位数、百分位、标准差，并用 scipy.stats 做 Mann-Whitney U 检验。
使用方式：安装 pip install phykit dendropy biopython pandas numpy scipy。读取比对或树文件后调用对应指标函数，例如 treeness、rcv、dvmc、evo_rate、parsimony_informative、tree_length；批量分析使用 discover_gene_files() 与 batch_* 函数。结合 ToolUniverse 可调用 NCBI_get_sequence、EnsemblCompara_get_gene_tree、OpenTree_get_induced_subtree 获取序列或树。
适用场景：有 FASTA/PHYLIP/Nexus/Newick 数据，需计算系统发育指标、比较类群（如真菌与动物）、过滤低 gap 比对后分析、比较树拓扑等。
限制：不负责多序列比对生成，需用 MUSCLE、MAFFT、ClustalW；不做最大似然或贝叶斯建树，需用 IQ-TREE、RAxML、PhyML、MrBayes、BEAST；不做祖先状态重建。PhyKIT 默认保留 4 位小数。具体价格、平台支持与效果资料未提供。