1. 基本信息
| 字段 | 内容 | 数据来源 |
|---|---|---|
| 名称 | genotype-imputation-gptomics-bioskills | — |
| 作者/维护者 | GPTomics | GitHub API |
| 来源链接 | https://github.com/GPTomics/bioSkills/tree/main/phasing-imputation/genotype-imputation | — |
| 许可证 | MIT（整仓库统一许可） | GitHub API |
| GitHub Stars | 1,126（合集仓库整体；不代表本技能个体热度，见下方评分说明） | GitHub API |
| Forks | 193（合集仓库整体） | GitHub API |
| 最新版本 | 无独立版本号，随仓库滚动更新；该子目录最近一次提交 2026-07-10 | GitHub API |
| 安装方式 | 仓库自带多平台安装脚本 / OpenClaw ClawHub / Hermes 官方网关 / LobeHub 第三方市场 | GitHub 仓库、Hermes 网关文档、LobeHub |
2. 功能介绍与亮点
该技能面向“用参考面板把未直接分型的基因位点补全”这一任务，覆盖两条技术路线：芯片数据用 Beagle、Minimac4、IMPUTE5 对齐已分相单倍型面板做插补；低深度全基因组测序（0.5–4x）用 GLIMPSE2、QUILT2、STITCH 直接从基因型似然值插补，无需硬性基因型判读。
核心亮点是把插补输出的本质讲透：插补结果是一个后验分布，交付物是等位基因剂量（dosage，[0,2] 区间的期望值）而非硬性判读，GWAS 应直接对剂量做回归，硬性判读会丢失不确定性信息、在低质量位点放大误差；质量指标（Beagle DR2、Minimac R2、IMPUTE INFO）是模型基于后验离散度对自身的估计，从未与真实基因型比对验证，因此无法检测面板祖源不匹配等系统性偏差。正文附带 7 种工具的选型决策树、芯片数据与低深度测序两条路线的系统对比表、输出字段（GP/DS/HDS/AP/GT）含义与选用场景、分相前置依赖说明、GLIMPSE2 低深度测序流程分步说明、Michigan/TOPMed 插补服务器的访问方式与局限、逐失败模式表（Minimac3/4 语法混淆、病例对照分批插补导致假阳性、剂量硬判读等真实存在的方法学陷阱）、定量阈值参考表，以及 10 篇带期刊卷页信息的学术文献支撑（Browning 2018、Rubinacci 2020/2021/2023、Das 2016、Davies 2016/2021、McCarthy 2016、Taliun 2021 等插补领域的方法学论文）。
3. 适用场景
所属分类：数据分析与可视化（对基因型数据执行统计推断与格式转换，与库内同类的群体遗传学与变异分析技能同属一类）。
适用于：处理全基因组芯片或低深度测序数据、需要提高变异密度以支撑下游 GWAS 分析的群体遗传学与流行病学研究者；在 Minimac4/Beagle/IMPUTE5（芯片）与 GLIMPSE2/QUILT2/STITCH（低深度测序）等易混淆工具之间需要正确选型的生物信息学工程师；以及需要避免“把插补质量估计值当成已验证的准确率”“对病例与对照分批插补引入虚假关联信号”“硬性判读剂量丢失不确定性”等常见方法学错误的初中级用户。
4. 跨 Agent 兼容性
| Agent | 支持情况 | 依据 |
|---|---|---|
| Claude Code | 原生支持 | 仓库提供 install-claude.sh，支持全局/项目/按分类安装 |
| 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；亦可直接经 ClawHub（clawhub.ai/djemec/bioskills）安装 |
| Hermes Agent | 原生支持 | Hermes 官方生物信息学技能网关文档在“Population Genetics & GWAS”类目下按名列出 phasing-imputation/ 一行，逐字包含 genotype-imputation，并直链源仓库 https://github.com/GPTomics/bioSkills；用户经 hermes skills install official/research/bioinformatics 安装该网关后可直接取用 |
5. 推荐理由
它把“插补出来的基因型到底能不能信”这个初中级用户最容易踩坑的问题讲清楚——质量指标是模型自估而非真实校验、剂量而非硬判读才是正确的下游用法、芯片插补与低深度测序插补是两条不同的方法论路线而非同一件事——并配上 7 种工具的选型决策树与逐失败模式表，帮助使用者在 Minimac4/Beagle/IMPUTE5/GLIMPSE2/QUILT2/STITCH 之间做出正确选择，规避分批插补制造假阳性、剂量硬判读丢失功效等真实存在的方法学错误。
6. 评分
| 维度 | 分数 | 说明 |
|---|---|---|
| 受欢迎程度 | 7 | GPTomics 为专注生物信息学技能的小型专业团队，非广为人知的一线厂商；该子技能被 Hermes Agent 官方生物信息学网关在“Population Genetics & GWAS”类目下按名逐字列出并直链源仓库，且在 LobeHub 第三方技能市场拥有独立收录页（18 次安装），构成技能自身可查证的独立第三方证据（合集仓库 1,126 星为整仓库共享数字，不计入本技能个体热度） |
| 可用性 | 8 | 文档详实（7 工具选型决策树 + 芯片/低深度测序对比表 + 输出字段含义表 + 逐引擎失败模式表 + 定量阈值表 + 10 篇学术引用），该路径近期仍有独立提交（最近一次 2026-07-10，约一个月前）；但需额外安装 Beagle/Minimac4/IMPUTE5/GLIMPSE2 等外部工具、准备已分相输入或参考面板，非纯复制即用 |
| 安全性 | 9 | 全文以本地 CLI 命令为主；正文另说明可选的 Michigan/TOPMed 插补服务器上传路径（HRC/TOPMed 面板的唯一受控访问方式），该路径需用户主动选择且文档明确披露上传行为、加密与自动删除机制，非隐蔽外发；未见可疑指令，MIT 许可证明确 |
安全检查清单：①仅调用本地 CLI 工具（Beagle、Minimac4、IMPUTE5、GLIMPSE2、QUILT2、STITCH）与格式转换命令，无远程代码执行 ②默认本地文件读写；正文披露的 Michigan/TOPMed 服务器上传路径是用户主动发起、目的透明的可选项，非自动外发 ③不涉及任何 API Key 或凭据索取 ④全文未见可疑指令或混淆代码 ⑤作者信誉一般，为专业领域技能维护团队 ⑥MIT 许可证明确 ⑦该子目录约一个月前仍有提交，维护活跃。
综合评分 = 三项均值 = 8.0。
7. 跟同类 Skills 相比的优势
| 对比对象 | 定位 | 与本技能的差异 |
|---|---|---|
| Minimac4 / Beagle / IMPUTE5 / GLIMPSE2 官方文档 | 各工具自身的命令行与参数参考 | 只是单个工具的文档，不是可安装的 agent skill；不包含跨工具选型决策树、芯片与低深度测序路线对比、质量指标的方法学解读 |
| haplotype-phasing（同仓库姊妹技能） | 用群体连锁不平衡估计单倍型分相 | 回答“如何把未分相基因型变成分相单倍型”；本技能回答“如何用分相/未分相数据对齐参考面板补全缺失位点”，是插补流程的上游前置步骤而非重叠 |
| reference-panels（同仓库姊妹技能） | 选择与准备参考面板（祖源匹配、建库版本、strand 协调） | 回答“该用哪个面板、如何准备”；本技能回答“拿到面板后如何执行插补运算”，二者是同一流水线的前后环节 |
| imputation-qc（同仓库姊妹技能） | 对插补输出做质量过滤与 MAF 分层校验 | 回答“插补结果能不能用、该怎么筛”；本技能负责产出这些结果，二者按流程先后互补而非重叠 |
| Michigan / TOPMed 插补服务器官方文档 | 服务器端操作指南（上传、选面板、下载结果） | 只说明如何使用该服务器，不涉及本地工具选型逻辑与剂量/质量指标的方法学解读 |
8. 用户评价
该技能目前在第三方平台尚无具名文字评价。LobeHub 技能市场为其提供独立收录页（标识符 gptomics-bioskills-genotype-imputation），显示 18 次安装。
9. 其他补充
相邻的 phasing-imputation/ 子目录内还有 haplotype-phasing（单倍型分相）、imputation-qc（插补质量过滤）、reference-panels（参考面板选择）等姊妹技能，覆盖“分相 → 选面板 → 插补 → 质控”的完整上下游流程；同一仓库的 population-genetics/ 子目录另有 association-testing（GWAS 关联检验）等技能可承接插补后的下游分析，可按需组合安装。
10. 安装使用方式
- Claude Code：
git clone git@github.com:GPTomics/bioSkills.git cd bioSkills ./install-claude.sh --categories "phasing-imputation" - Codex：同一仓库下运行
./install-codex.sh --categories "phasing-imputation" - OpenClaw：运行
./install-openclaw.sh --categories "phasing-imputation"，或直接从 ClawHub（clawhub.ai/djemec/bioskills）安装 - 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：LobeHub 收录页
gptomics-bioskills-genotype-imputation - 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安装 Beagle、Minimac4、IMPUTE5、GLIMPSE2、QUILT2、STITCH 中按场景选用的一个或多个工具；若走 Minimac4/IMPUTE5 路线，输入基因型需先经分相（可配合姊妹技能 haplotype-phasing）；若需 HRC/TOPMed 等受控面板，需通过 Michigan/TOPMed 插补服务器在线提交；无需重启 agent，对话中出现“基因型插补”“imputation”“Minimac4”“GLIMPSE2”“dosage”等关键词或直接引用技能名即可触发。
11. 注意事项
- 该技能是方法论与代码模式的封装，本身不提供插补计算的托管资源，仍需使用者自行安装并运行底层工具（Beagle、Minimac4、IMPUTE5、GLIMPSE2、QUILT2、STITCH 之一），或改用 Michigan/TOPMed 在线服务器；
- Minimac4、IMPUTE5 要求输入数据已预先分相，未分相数据需先配合姊妹技能 haplotype-phasing 处理，或改用内置分相能力的 Beagle/GLIMPSE2；
- HRC、TOPMed 等高质量参考面板为受控访问资源，无法直接下载，只能通过 Michigan/TOPMed 官方服务器在线提交使用，正文对此有明确说明；
- 插补输出的质量指标（DR2/R2/INFO）是模型自估值而非真实验证的准确率，正文特别提醒不应将其等同于“插补准确率”，且该指标无法检测参考面板祖源不匹配问题（需配合姊妹技能 imputation-qc 做进一步质控）。