用途
该技能用于处理和分析 VCF 数据，结合本地生物信息学计算与 ToolUniverse 数据库集成，回答生物信息学分析问题，包括突变分类、变异过滤、临床注释以及结构变异（SV/CNV）解读。
资料的触发条件包括：用户提供 VCF 文件（SNV/indel 或 SV）并询问其内容；VAF 过滤问题；突变类型分类查询；结构变异解读请求；变异注释请求（ClinVar、gnomAD、CADD、dbSNP）；使用 ClinGen 剂量敏感性进行 CNV 致病性评估；队列比较问题；群体频率过滤；内含子/基因间变异过滤；基因剂量敏感性查询。
主要能力
- VCF 解析：纯 Python + cyvcf2 解析器，支持 VCF 4.x、gzip 压缩、多样本、SNV/indel/SV。
- 突变分类：将 SO 术语、SnpEff ANN、VEP CSQ、GATK Funcotator 映射为标准类型。
- VAF 提取：处理 AF、AD、AO/RO、NR/NV、INFO AF 等格式。
- 过滤：VAF、深度、质量、PASS、变异类型、突变类型、后果、染色体、SV 大小。
- 统计：Ti/Tv 比值、每样本 VAF/深度统计、突变类型分布、SV 大小分布。
- 注释：MyVariant.info（聚合 ClinVar、dbSNP、gnomAD、CADD、SIFT、PolyPhen）。
- SV/CNV 分析：gnomAD SV 群体频率、DGVa/dbVar 已知 SV、ClinGen 剂量敏感性。
- 临床解读：基于单倍剂量不足（haploinsufficiency）/三倍剂量敏感（triplosensitivity）评分的 ACMG/ClinGen CNV 致病性分类。
- DataFrame：转换为 pandas 进行高级分析。
- 报告：带表格和统计的 Markdown 报告、SV 临床报告。
使用方式（工作流）
阶段 1：解析 VCF。使用纯 Python 解析器或 cyvcf2 解析器，提取 CHROM、POS、REF、ALT、QUAL、FILTER、INFO、FORMAT、样本信息，以及每样本 GT、VAF、深度，并从 INFO 提取注释（ANN、CSQ、FUNCOTATION），检测变异类别（SNV/indel 与 SV/CNV）。
阶段 2：分类变异。识别变异类型（SNV、INS、DEL、MNV、COMPLEX、SV）、突变类型（错义、无义、同义、移码、剪接等）、影响程度（HIGH、MODERATE、LOW、MODIFIER）以及 SV 类型（DEL、DUP、INV、BND、CNV）。
阶段 3：应用过滤器。支持 VAF 范围、最低读段深度、质量阈值、仅 PASS、变异/突变类型纳入或排除、后果排除（内含子、基因间）、群体频率范围、染色体选择、SV 大小范围。
阶段 4：计算统计。包括变异类型分布、突变类型分布、影响分布、染色体分布、Ti/Tv 比值（针对 SNV）、每样本 VAF/深度统计、基因突变计数、SV 大小分布。
阶段 5：使用 ToolUniverse 注释（可选）。通过 MyVariant.info、dbSNP、gnomAD、Ensembl VEP 获取临床意义、群体频率、致病性评分和后果预测。资料建议先用 rsID 注释，使用 MyVariant.info 做批量注释，并将注释数量限制在 50–100 以尊重速率限制。
阶段 6：生成报告或回答问题。输出带表格的 Markdown 报告、针对具体问题的直接回答或用于下游分析的 DataFrame。
阶段 7：结构变异与 CNV 分析（若检测到 SV/CNV）。使用 gnomAD SV 群体频率注释、查询 DGVa/dbVar 已知 SV、识别受影响基因、查询 ClinGen 剂量敏感性（HI/TS 评分）、按 ACMG/ClinGen 指南分类致病性（致病/可能致病/VUS/良性），并生成 SV 临床报告。
常用模式
- 快速 VCF 摘要：解析 VCF，计算统计，生成报告。
- 过滤分析：解析 VCF，应用多条件过滤，对过滤后集合计算统计。
- 注释报告：解析 VCF，对头部变异进行 ClinVar/gnomAD/CADD 注释，生成临床报告。
- BixBench 问题回答：解析 VCF，应用特定过滤，计算针对性统计以回答精确问题。
- 队列比较：解析多个 VCF，比较不同队列的突变频率。
资料还给出 pandas 与 python_implementation 的选用建议：pandas 适用于把 VCF 读为平面表、自定义聚合、与其他数据连接、探索性分析和导出 CSV/Excel；python_implementation 适用于生产级 VCF 解析、提取 INFO 注释、每样本 VAF/深度提取、突变类型分类、标准变异统计和与 ToolUniverse 注释集成。建议先用 python_implementation 解析和分类，再转换为 DataFrame 做自定义分析。
限制
- 突变分类需要 VCF 注释：若 INFO 中没有 ANN/CSQ/FUNCOTATION，突变类型将显示为“unknown”，直到应用 ToolUniverse 注释。
- 多等位基因变异：解析器在类型分类时取第一个 ALT 等位基因。
- ToolUniverse 注释速率：基于 API，默认每批限约 100 个变异以尊重速率限制。
- gnomAD 工具仅返回基本元数据（非完整等位基因频率）；gnomAD AF 请使用 MyVariant.info。
- 大 VCF：纯 Python 解析器逐行流式读取；对超过 100K 变异的文件建议使用 cyvcf2。
资料另列出参考文档（vcf_filtering.md、mutation_classification_guide.md、annotation_guide.md、sv_cnv_analysis.md）、工具脚本（parse_vcf.py、filter_variants.py、annotate_variants.py）以及 QUICK_START.md 中的快速上手内容。