1. 基本信息
| 项目 | 内容 |
|---|---|
| 名称 | structural-variant-calling-gptomics-bioskills |
| 作者/维护者 | GPTomics（GitHub 组织，专注生物信息学 agent skills 的社区团队） |
| 来源链接 | https://github.com/GPTomics/bioSkills/tree/main/variant-calling/structural-variant-calling |
| 许可证 | MIT（GitHub API 确认，仓库根 LICENSE 文件） |
| GitHub Stars | 1,126（GitHub API；数字属整个 bioSkills 合集，不代表本技能自身热度） |
| Forks | 193（同上，合集整体） |
| 最新版本 | 仓库无该子目录专属版本标签；该路径最近一次提交为 2026-07-05 |
| 安装方式 | 见第 10 章 |
2. 功能介绍与亮点
structural-variant-calling 教 agent 正确检测与处理结构变异（≥50 bp 的缺失、插入、倒位、重复、易位）——这是变异检测里最容易出系统性错误的一环，因为 SV 从不被单条读段直接观测到，只能靠信号重建推断：
- 四种正交信号的系统拆解：不一致读段对（RP）、split reads/SA tag（SR）、read depth（RD）、局部组装（AS），并给出每种信号的断点分辨率与盲区一览表，解释“敏感度 vs 断点分辨率”才是短读长测序的真实权衡（而非通常误解的“敏感度 vs 特异性”）。
- 9 款调用工具的信号构成对照表：Manta、DELLY、LUMPY/smoove、GRIDSS2、SvABA（短读长）与 Sniffles2、cuteSV、pbsv、dipcall/PAV（长读长），逐一标注各自融合了哪些信号、典型盲区（如 smoove 完全无法表示插入变异）。
- VCF 表示法陷阱专题：SVTYPE/END/SVLEN 符号约定（缺失是负数，
SVLEN>=50若不加ABS()会静默丢掉所有缺失）、CIPOS/CIEND 置信区间、BND 断点记法的双记录配对机制，这是同类文档里少见的、专门拆解“容易踩坑”细节的章节。 - 群体合并与基准测试的方法论纠偏：指出仅按位置合并（SURVIVOR）比序列感知合并（Truvari collapse）可造成等位基因频率虚高达 2.2 倍；给出 Truvari
--refdist/--pctsize/--pctseq参数含义与放宽后果对照表，强调“SV F1 脱离参数毫无意义”。 - 全文引用 21 篇正式学术文献（含 Genome Biology、Nature Biotechnology、Science、Nature Methods 等），并附“症状-原因-修复”结构的常见错误对照表与配套可执行示例脚本（
call_svs.sh、svlen_sign_filter.py）。
3. 适用场景
所属分类：数据分析与可视化（技能产出是把比对后的 BAM/CRAM 文件转化为结构化的 SV VCF 变异数据，属对基因组数据做结构化分析的范畴）。
适用人群：已获得比对后 BAM/CRAM 文件、需要在多款结构变异调用工具间做选型并正确处理输出表示法的生信分析师，需要构建群体级 SV 矩阵或做体细胞（肿瘤）SV 分析的基因组学研究人员，以及需要用 GIAB 基准做 SV 检测流程验证的团队。
4. 跨 Agent 兼容性
| Agent 生态 | 结论 | 依据 |
|---|---|---|
| Claude Code | 原生支持 | 仓库提供 install-claude.sh，支持全局/按项目/按类别安装 |
| Codex | 原生支持 | 仓库提供 install-codex.sh，用法与 Claude Code 版本一致 |
| OpenClaw | 原生支持 | 仓库提供专用 install-openclaw.sh |
| Hermes Agent | 原生支持 | Hermes 官方生物信息学技能网关文档将 bioSkills 列为其两个开源技能库之一，直接指向 GPTomics/bioSkills 仓库，且网关文档的技能清单中逐字列出 structural-variant-calling 这一子目录；用户经 hermes skills install official/research/bioinformatics 安装该网关后可直接取用本技能 |
5. 推荐理由
结构变异检测是基因组分析里出错率最高的环节之一：没有任何一款工具能覆盖全部四种信号，SVLEN 符号、BND 配对记法、群体合并参数任何一处疏忽都会系统性地引入假阳性或漏检真变异。这个技能不是简单罗列命令，而是把“为什么会错”讲透——按信号盲区选工具、按置信区间判断断点可信度、按序列感知参数做群体合并，并用真实的 GIAB 与文献数据支撑每条建议，帮助使用者在插入变异、重复区域、体细胞复杂重排这些短读长测序最容易失手的场景里做出正确判断。
6. 评分
| 维度 | 分数 | 说明 |
|---|---|---|
| 受欢迎程度 | 7 | GPTomics 是小型专业社区团队，非广为人知的一线厂商；本技能路径在 LobeHub、mdskill.dev 两个第三方技能市场均有独立收录页，且被 Hermes Agent 官方生物信息学网关按名收录并直链源仓库，构成子技能自身可查证的独立第三方证据 |
| 可用性 | 8 | 文档详实（信号原理 + 9 款工具对照 + VCF 表示法陷阱 + 群体合并/基准测试方法论 + 常见错误表 + 21 篇学术引用 + 2 个可执行示例脚本），全部依赖工具均为开源免费（conda 一键安装），该子目录累计 9 次独立提交，显示持续被打磨迭代 |
| 安全性 | 9 | 全文仅为本地 CLI/Python 代码模式（调用 Manta/DELLY/GRIDSS 等已安装的开源工具，处理用户指定的本地 BAM/参考基因组路径），未见任何联网外发、API Key 索取或可疑指令，MIT 许可证明确 |
安全检查清单：
① shell 命令执行：examples/call_svs.sh 依次调用本地已安装的 Manta/DELLY/SURVIVOR，操作用户传入的本地 BAM 与参考基因组路径，无提权或破坏性操作；examples/svlen_sign_filter.py 是纯内存演示脚本，不读写外部文件、不依赖外部工具
② 联网外发数据：正文与示例脚本均未见任何网络请求代码
③ API key/凭据：不需要
④ 可疑指令：通读全文未发现 prompt injection 或其他可疑指令
⑤ 作者/组织信誉：GPTomics 为 GitHub 组织，长期主导仓库维护，无刷星或造假迹象
⑥ License：MIT，明确
⑦ 最近维护时间：该技能路径最近提交 2026-07-05；仓库整体最近 push 于 2026-07-25，在近 3 个月维护窗口内
7. 跟同类 Skills 相比的优势
| 竞品 | 定位 | 与本技能的差异 |
|---|---|---|
同合集 gatk-variant-calling（bioSkills） |
GATK HaplotypeCaller 局部重装配，专注 SNP/indel | 处理对象完全不同——SNP/indel 由单条读段直接观测即可确定，SV 则需跨多条读段做信号重建；两者在正文 Related Skills 区块互相引用，是同一流水线里覆盖不同变异类型的互补技能，不构成替代关系 |
同合集 deepvariant（bioSkills） |
深度学习图像分类路线，同样专注 SNP/indel | 同上，处理对象不重叠；DeepVariant 的 CNN 架构本身也不适用于 SV 检测（SV 需要跨读段的结构信号而非单点碱基质量特征） |
genomic-variant-interpretation（awslabs/hcls-agent-skills） |
AWS Labs 官方出品，ACMG/AMP 种系与体细胞变异临床致病性分类 | 处理的是变异检测完成之后的下一步——对已确定的变异做临床分类；本技能专注更上游的 SV 检测本身（从 BAM/CRAM 调用结构变异），两者是同一流水线上前后相接、职责不重叠的环节 |
8. 用户评价
该技能在 LobeHub、mdskill.dev 两个第三方技能市场均已有独立收录页，但截至目前评论区与评分区均无内容，尚无具名用户评价。
9. 其他补充
所属仓库 bioSkills 根目录下共含 65 个功能类目目录，variant-calling 类目下共 13 个子技能，与本技能相邻的还有 gatk-variant-calling、deepvariant、joint-calling、variant-normalization、vcf-manipulation、filtering-best-practices、variant-annotation 等，彼此通过 SKILL.md 内的 “Related Skills” 区块互相引用，显示该合集在变异处理方向有统一架构设计而非零散堆砌。
10. 安装使用方式
- Claude Code（推荐）：
git clone https://github.com/GPTomics/bioSkills.git && cd bioSkills && ./install-claude.sh --categories "variant-calling"按类别安装，或不带参数全量安装；也可手动把variant-calling/structural-variant-calling/目录复制到.claude/skills/ - Codex：同一仓库下运行
./install-codex.sh - OpenClaw：运行专用的
./install-openclaw.sh - Hermes Agent：运行
hermes skills install official/research/bioinformatics安装官方生物信息学网关后即可取用 - 第三方市场：
npx mdskill add GPTomics/bioSkills/bio-variant-calling-structural-variant-calling - 安装后注意事项：技能本身零额外安装，但运行其推荐代码需预先用
conda install -c bioconda manta delly smoove svaba gridss survivor truvari annotsv装好各调用工具（长读长场景另装 sniffles/cutesv/pbsv）；无需重启 agent；对话中出现“结构变异”“SV calling”“Manta/DELLY”等关键词或直接引用技能名即可触发
11. 注意事项
- 插入变异（INS）在短读长测序下存在物理极限（约 30%–50% 召回率），文档明确这不是调参问题，而是读长小于插入片段长度时无法被任何短读长方法完整跨越
- 不同工具对断点记法的表述不一致（同一倒位在 Manta 中记为
<INV>，在 GRIDSS 中记为 2 条以上 BND 配对记录），文档提醒朴素合并逻辑会重复计数或丢失事件 - GRIDSS2 原始输出是断点图而非可直接使用的变异集合，必须经 GRIPSS→PURPLE→LINX 链路处理后才能使用
- 基准测试结果高度依赖 Truvari 匹配参数（
--refdist/--pctsize/--pctseq），脱离参数报告的 F1/召回率数字不具可比性 - 合集仓库整体 1,126 stars 与 193 forks 覆盖数百个子技能，不代表本技能个体的采用热度