BioSeqs - MoonBit 生物信息学库

GitHub: https://github.com/paipai-Studio/BioSeqs

GitLink: https://gitlink.org.cn/IvanAXu/BioSeqs

Mooncakes: https://mooncakes.io/docs/IvanAXu/BioSeqs

项目概述

BioSeqs 是一个基于 MoonBit 语言开发的生物信息学工具库，复刻主流生物信息学库（Biopython、Bioconductor、scikit-bio 等）的核心功能，并实现高效的序列组装算法。项目当前版本：0.1.9。

Biopython 系列功能

序列处理与基础工具

功能模块	对应 Biopython	核心功能	状态
Seq / MutableSeq	`Bio.Seq`	序列对象、可变序列编辑、互补、转录、翻译、环状 DNA 操作	✅
SeqRecord	`Bio.SeqRecord`	带注释的序列记录（ID/description/annotations/features）	✅
SeqFeature	`Bio.SeqFeature`	序列特征与位置系统（Exact/Before/After/OneOf/Within）、SimpleLocation/CompoundLocation、链方向、LocationParser 位点字符串解析、扩展修饰符	✅
SeqReference	`Bio.Reference` / `Bio.Medline`	文献引用管理、Medline/PubMed 解析、APA 格式化	✅
Bio.Alphabet	`Bio.Alphabet`	IUPAC DNA/RNA/蛋白质字母表、简化字母表、空位字母表	✅
Bio.Data	`Bio.Data`	IUPAC 数据、氨基酸映射、密码子表、互补碱基表	✅
SeqUtils	`Bio.SeqUtils`	GC 含量、GC/AT 滑动窗口偏斜、分子量、Tm 值（Wallace/盐校正）、ORF 预测、序列相似度、Hamming/Levenshtein 距离、CheckSum（GCG/SEGUID）	✅
SeqUtils 高级	`Bio.SeqUtils` / `Bio.SeqUtils.ProtParam` / `MolWt` / `MeltingTemp`	蛋白质参数（不稳定指数/GRAVY/等电点/信号肽/二级结构倾向）、分子量/消光系数/吸光度、Chou-Fasman 二级结构、IUPred 无序区、COILS 卷曲螺旋、Kolaskar 抗原性、Emini 可及性、Karplus-Schulz 柔性、ProtDao 无序预测、CircSeq 环状 DNA 酶切	✅
FreqAnalysis	`Bio.FreqAnalysis` / `Bio.SeqUtils`	k-mer 计数、密码子使用频率、Shannon 熵、Wooton-Federhen 局部组成复杂度 (LCC)、语言学复杂度、DUST、CGR 混沌游戏表示、序列签名	✅
CodonUsage	`Bio.SeqUtils.CodonUsage` / `Bio.codonalign`	CAI 密码子适应指数、RSCU 相对同义密码子使用、ENC 有效密码子数、GC3 偏斜、CBI/Fop、最优/稀有密码子检测、物种参考表	✅
Kmer	`Bio.Kmer`	k-mer 计数与频率分析、Jaccard 相似度、Hamming 距离、k-mer 谱	✅
ApproxMatch	`Bio.Seq.Approximate`	近似字符串匹配（Levenshtein、错配/插入/缺失检测）	✅

序列 I/O 格式

功能模块	对应 Biopython	核心功能	状态
SeqIO 统一接口	`Bio.SeqIO`	seqio_parse / seqio_write / seqio_convert / seqio_read / seqio_to_dict	✅
FASTA / FASTQ	`Bio.SeqIO.FastaIO` / `QualityIO`	FASTA/FASTQ 解析与写入、质量编码处理	✅
GenBank / EMBL	`Bio.SeqIO.GenBankIO` / `EmblIO`	GenBank/EMBL 严格解析与写入（LOCUS/FEATURES/ORIGIN、ID/AC/DE/SQ）	✅
PIR / Tab	`Bio.SeqIO.PdbIO (PIR/NBRF)` / `TabIO`	PIR/NBRF 蛋白/核酸格式、Tab 分隔（ID+序列）	✅
InsdcIO	`Bio.SeqIO.InsdcIO`	INSDC 国际核苷酸序列数据库协作格式	✅
UniProt XML	`Bio.SeqIO.UniprotIO`	UniProt XML 解析、蛋白质条目、基因名、物种、功能注释、交叉引用	✅
SwissProt	`Bio.SwissProt`	Swiss-Prot/UniProt 平面文本解析、特征注释、参考文献、关键词	✅
SeqXml	`Bio.SeqIO.SeqXmlIO`	SeqXML 序列交换格式、XML 解析/序列化、DNA/RNA/Protein 类型、SeqRecord 互转	✅
2bit / Nib	`Bio.SeqIO.TwoBitIO` / `NibIO`	2 位碱基编码、N 块/掩码块、小/大端序列化、子序列提取、反向互补	✅
GFA	`Bio.SeqIO.GfaIO`	GFA 基因组组装图：Segment/Link/Containment/Path、标签系统（Z/i/f）、图序列化、SeqRecord 转换	✅
XDNA / GCK	`Bio.SeqIO.XdnaIO` / `GckIO`	Geneious XDNA 2 位编码大端序、GCK_FILE 魔数、特征/序列/拓扑解析、校验和	✅
IMGT / IgIO	`Bio.SeqIO.ImgtIO` / `IgIO`	IMGT 免疫序列 13 字段管道分隔头部、IntelliGenetics/MASE 注释行、HLA 等位基因解析	✅
SFF	`Bio.SeqIO.SffIO`	SFF 454/Roche 流图二进制格式、编码/解码、质量修剪、按名称查找	✅
SnapGene	`Bio.SeqIO.SnapGeneIO`	SnapGene .dna 数据包结构（Comments/Features/Sequence/Primers/Notes）、JSON/XML 解析	✅
ABI / Phd	`Bio.SeqIO.AbiIO` / `Bio.Sequencing.Phd`	ABI Sanger 测序 trace（ABIF 二进制、4 通道）、Phred 碱基识别（BEGIN_SEQUENCE/碱基-质量-峰位）	✅
ACE	`Bio.Sequencing.Ace`	ACE contig 组装格式：reads/contigs 解析、共有序列、覆盖度、GC 含量	✅
Smart 结构域	`Bio.Smart`	SMART 蛋白质结构域数据库解析、SMART/Pfam/SignalP/Transmembrane 分类、E 值过滤、GO 注释	✅
ExPASy	`Bio.ExPASy`	Swiss-Prot 条目解析、酶数据库查询、蛋白质参数计算、Cellosaurus 细胞系数据库平面文本解析	✅
UniGene	`Bio.UniGene`	NCBI UniGene 固定宽度记录、序列/蛋白相似性/STS/转录本映射、SCOUNT 校验	✅
GOA	`Bio.UniProt.GOA`	GAF 2.2 基因本体注释 17 列格式、按 GO ID/aspect/evidence/taxon 过滤、序列化往返	✅
GEO SOFT	`Bio.Geo`	^PLATFORM/^SAMPLE/^SERIES 实体、!属性行、#列定义、数据表、按类型/编号查询	✅
KEGG	`Bio.KEGG`	KEGG 基因/通路/化合物/酶记录解析、通路分析、KGML pathway XML 解析与序列化	✅
SCOP	`Bio.SCOP`	cla/des/hie 三文件 SCOP 层级（root→class→fold→superfamily→family→protein→species→domain）、PDB 残基片段、SCCS 比较	✅
CAPS	`Bio.CAPS`	酶切扩增多态性序列标记：差异酶切位点检测、内切酶切/阻遏分类、多酶并行扫描	✅
GFF	`Bio.GFF`	GFF3 格式解析、GFFFeature/GFFRecord、属性处理、特征提取	✅
FSSP	`Bio.FSSP`	FSSP 结构比对数据库：HEADER/TITLE/COMPND、ALIGNMENTS、Z-score/RMSD/PID	✅

序列比对

功能模块	对应 Biopython	核心功能	状态
PairwiseAligner	`Bio.Align.PairwiseAligner`	Needleman-Wunsch 全局 / Smith-Waterman 局部统一比对、Gotoh 仿射空位罚分（open+extend）、独立 target/query gap 参数、DNA/蛋白质 BLOSUM62 打分、identity%/gaps 计数、target/query 定位	✅
Pairwise2	`Bio.Pairwise2`	灵活双序列比对、自定义打分函数	✅
NW / SW 独立实现	`Bio.Align.PairwiseAligner`	Needleman-Wunsch / Smith-Waterman 动态规划、回溯矩阵、自定义打分	✅
AlignClusterer	`Bio.Align.AlignClusterer`	渐进式多序列比对（ClustalW 算法）、UPGMA 向导树、profile-profile 比对	✅
Substitution Matrices	`Bio.SubsMat` / `Bio.Align.substitution_matrices`	BLOSUM62/45、PAM250/30、ArrayData/SubsMatrix 基础设施、矩阵注册表、频率矩阵、log-odds 打分、Shannon 熵、KL 散度、NCBI 矩阵解析	✅
MultipleSeqAlignment	`Bio.Align`	多序列比对对象与操作	✅
AlignInfo / AlignAbstract	`Bio.Align.AlignInfo` / `AlignAbstract`	一致性序列、保守位点、Shannon 熵、成对序列同一性、简约信息位点、同一性矩阵	✅
CodonAlign	`Bio.codonalign`	密码子替换分类、dN/dS Nei-Gojobori、Z-test 选择检验、Fisher 中性检验、滑窗 dN/dS、BH-FDR、成对 Ka/Ks 表	✅
AlignIO	`Bio.AlignIO`	比对文件 I/O（ClustalW/FASTA/Stockholm/PHYLIP）	✅
Clustal 现代 API	`Bio.Align.clustal`	Clustal metadata 与 interleaved block 严格读写、累计残基数、consensus、坐标路径、跨行投影、统计、canonical 写回	✅
PHYLIP 现代 API	`Bio.Align.phylip`	sequential/interleaved 自动识别、固定宽度名称、坐标统计、canonical writer	✅
共享参考比对合并	`Bio.Align.Alignment.from_alignments_with_same_reference`	混合 PWA/MSA 输入、首端/内部/末端 insertion 同步、多 query 投影、局部坐标与 metadata 保留	✅
Alignment 坐标组合	`Bio.Align.Alignment.map/mapall`	alignment path 组合、local clipping、gap/正反链传播、双向坐标查询、PSL、1:1/1:3 codon-aware MSA 投影	✅
Alignment 详细计数评分	`Bio.Align.Alignment.counts`	左/内部/右 insertion/deletion、gap open/extend、identity/mismatch/positive、wildcard、替换矩阵与十二类 affine gap 总分	✅
PSL / PSLX	`Bio.Align.psl`	21/23 列严格读写、核酸与 translated DNA-protein 3:1 路径、正反链坐标、block/gap 统计、sequence-aware recount、坐标映射	✅
SAM 感知比对	`Bio.Align.sam`	SAM header 与 typed tag 严格读写、显式 CIGAR path、soft/hard clipping、反向链序列与 PHRED、MD/NM 坐标映射	✅
A2M 状态感知 MSA	`Bio.Align.a2m`	match/insertion 列状态、大小写与点语义、严格读写、坐标映射、插入槽、pair counts、共识与 match-only 投影	✅
EMBOSS 输出	`Bio.Align.emboss`	srspair/pair/simple 报告、多 alignment 与多序列、局部/反向坐标、consensus 统计、compact path、canonical 往返	✅
Exonerate 输出	`Bio.Align.exonerate`	cigar/vulgar 严格读写、完整 M/5/I/3/C/G/N/S/F 操作路径、正反链与 protein strand、3:1 translated 坐标、双向映射	✅
GCG MSF	`Bio.Align.msf`	AA/NA/PileUp 严格解析、interleaved rows、标准 GCG checksum、gap 规范化、坐标路径、统计、canonical writer	✅
NEXUS	`Bio.Align.nexus`	DATA/CHARACTERS/TAXA block、nested comments、quoted taxa、sequential/interleaved MATRIX、MATCHCHAR、坐标统计	✅
Stockholm	`Bio.Align.stockholm`	多记录严格读写、GF/GS/GR/GC、reference/database reference、insertion/deletion 列、all-gap 压缩、坐标统计	✅
UCSC Chain	`Bio.Align.chain`	12/13 字段严格读写、连续多记录、正反 target/query 绝对坐标路径、size/dt/dq 块、双向位置/区间映射、反转	✅
MAF / index	`Bio.Align.maf`	MAF track/header 与 a/s/i/e/q 严格读写、正负链绝对坐标、任意 component 映射、MafIndex 半开查询、多外显子拼接	✅
Mauve XMFA	`Bio.Align.mauve`	`#SequenceN*` metadata、LCB、正负链坐标、区间索引、跨序列投影、统计、序列重建	✅
BED pairwise	`Bio.Align.bed`	BED3-BED12 严格读写、正负链 target/query 路径、exon block 重建、双向 residue 映射、半开区间查询、分级 writer	✅
BigBed / BigMaf / BigPsl	`Bio.Align.bigbed` / `bigmaf` / `bigpsl`	BigBed v4 二进制、AutoSQL 扩展、多级 B+ tree/R-tree、zlib DEFLATE、区间/名称查询、bedMaf/bedPsl 语义	✅
Tabular 搜索轨迹	`Bio.Align.tabular`	BLAST outfmt 7、FASTA 8CB/8CC、BTOP/aln_code traceback、链向与 translated 坐标	✅

搜索结果解析

功能模块	对应 Biopython	核心功能	状态
BLAST 基础	`Bio.Blast` (legacy)	历史 tabular/XML 标签解析、HSP 过滤与最佳匹配	✅
现代 BLAST XML	`Bio.Blast`	XML1/XML2 严格解析与规范写回、多 query/report、parameters/statistics、description/taxonomy、八类 BLAST 程序的链向/translated HSP 坐标路径	✅
BLAST Applications	`Bio.Blast.Applications`	8 种 BLAST 变体命令行包装、快速构建器、参数管理、命令构建与验证	✅
SearchIO 统一模型	`Bio.SearchIO`	QueryResult / Hit / HSP / Fragment 四层结构、E-value 过滤、BLAST 转换	✅
HMMER3	`Bio.SearchIO` (HmmerIO)	domtblout 域表、文本格式、domain 聚合、非 verbose 文本与 –noali	✅
Infernal	`Bio.SearchIO.InfernalIO`	cmscan/cmsearch tabular 1/2/3 自动检测、CM/HMM-only、正负链坐标、local-end 多片段	✅
BLAT PSL	`Bio.SearchIO` (BLAT)	PSL 解析、SearchIO 转换	✅
FASTA 搜索	`Bio.SearchIO.FastaIO`	-m8 紧凑表格、-m9 注释头、元数据提取	✅
HH-suite HHR	`Bio.Align.hhr`	HHsearch/HHblits HHR 严格解析、profile-profile 比对、consensus/二级结构/DSSP/confidence 注释、命中筛选、坐标映射、序列化往返	✅
Exonerate vulgar/cigar	`Bio.SearchIO.ExonerateIO`	vulgar 比对块三元组、cigar 格式、格式自动检测、分数过滤、内含子统计、字符串重建	✅
Exonerate C4 文本	`Bio.SearchIO.ExonerateIO.exonerate_text`	C4 层次 Document/Query/Hit/HSP/Fragment、3/4/5 行模型、wrapped blocks、intron/NER/split codon/frameshift、翻译与坐标投影	✅
InterProScan	`Bio.SearchIO.InterproscanIO`	TSV 14 列格式解析（蛋白 ID/数据库/签名/位置/分数/IPR/GO）、按数据库/蛋白过滤、GO 条目提取、按蛋白分组	✅
COMPASS	`Bio.Compass`	COMPASS profile-profile 比对输出、多记录解析（SW 分数/E 值/百分比一致性/比对序列）、过滤与摘要	✅

系统发育树

功能模块	对应 Biopython	核心功能	状态
Phylo 基础	`Bio.Phylo`	树结构（Clade/Tree）、距离计算、可视化	✅
TreeIO	`Bio.TreeIO`	Newick / NHX 格式解析与序列化、树操作、修剪	✅
TreeConstruction	`Bio.Phylo.TreeConstruction`	距离矩阵建树、UPGMA/WPGMA/NJ 算法、Jukes-Cantor/Kimura 替换模型	✅
PhyloXML	`Bio.Phylo.PhyloXML`	PhyloXML 格式解析/序列化、Newick 双向转换、分类单元注释	✅
NeXML	`Bio.Phylo.NeXML`	NeXML 格式解析与序列化、OTUs/Trees/Characters 数据模型、Newick 转换	✅
CDAO	`Bio.Phylo.CDAO`	CDAO 本体 RDF/XML 格式、Tree/Node/TU/Edge 三元组建模、Newick 双向转换、命名空间处理	✅
Parsimony	`Bio.Phylo.Parsimony`	Fitch 算法（状态集交集/并集）、Sankoff 算法（动态规划+代价矩阵）	✅
Consensus	`Bio.Phylo.Consensus`	多数规则/严格一致性树、分裂分析、支持度计算	✅
Phylo Metrics	`Bio.Phylo` (metrics)	Colless 平衡指数、Robinson-Foulds 距离、距离矩阵	✅
Trie	`Bio.Phylo.Trie`	前缀树数据结构、插入/查找/前缀匹配/最长前缀/子串搜索、限制酶位点检测、引物匹配	✅
PopGen 基础	`Bio.PopGen`	等位基因频率、FST、哈迪-温伯格检验	✅
PopGen 高级	`Bio.PopGen` (advanced)	Tajima’s D、Fu & Li’s D/F、McDonald-Kreitman 检验、等位基因频率谱、中性综合分析	✅
GenePop	`Bio.PopGen.GenePop`	GenePop 基因型解析、等位基因频率、杂合度、序列化往返	✅
Align.analysis	`Bio.Align.analysis`	dn/ds Nei-Gojobori、进化距离 Jukes-Cantor/Kimura、选择压力分析	✅
PAML 兼容层	BioSeqs API	Nei-Gojobori 风格 dN/dS、Jukes-Cantor 校正、密码子使用分析（不解析 PAML 控制文件）	✅
PAML codeml	`Bio.Phylo.PAML.codeml`	严格 control 读写、CODONML/AAML、多 NSsites/branch-site/clade/free-ratio、pairwise、距离矩阵、BEB/NEB、AIC/BIC/LRT	✅
PAML baseml	`Bio.Phylo.PAML.baseml`	严格 control 读写、JC69 至 UNRESTu、参数/SE、kappa、REV/UNREST Q 矩阵、rate-class、auto-dGamma、nhomo 节点、AIC/BIC/LRT	✅
PAML yn00	`Bio.Phylo.PAML.yn00`	严格 control 读写、NG86/YN00/LWL85/LWL85m/LPB93、PAML 4.1-4.9i 兼容、对称矩阵与统计汇总	✅

PDB 结构分析

功能模块	对应 Biopython	核心功能	状态
PDB 数据类型	`Bio.PDB`	原子/残基/链/模型解析、结构操作	✅
PDB 结构 I/O	`Bio.PDB.PDBParser` / `MMCIFParser`	PDB 文件 I/O、mmCIF 数据块/类别/原子位点提取	✅
mmCIF writer	`Bio.PDB.mmcifio`	Structure 对象序列化、data block/header/atom_site loop 20 列格式化、HETATM 支持、round-trip 验证	✅
BinaryCIF	`Bio.PDB.binary_cif`	纯 MoonBit MessagePack 解析、ByteArray/FixedPoint/IntervalQuantization/RunLength/Delta/IntegerPacking/StringArray 七类逆编码、三态缺失值、Structure 转换	✅
MMTF	`Bio.PDB.mmtf`	MMTF 二进制、IEEE 754 浮点、MsgPack 风格整数、Run-length/Delta/Recursive 编码、层级结构、键/实体/晶体学	✅
NACCESS	`Bio.PDB.NACCESS`	NACCESS .rsa/.asa 解析、残基/原子级 ASA、绝对/相对/侧链/主链、链总和、Structure 互转	✅
DSSP	`Bio.PDB.DSSP`	二级结构预测、溶剂可及表面积 SASA、Ramachandran 图、结构质量评估	✅
SASA	`Bio.PDB.SASA`	Shrake-Rupley 滚动球（Fibonacci 球面采样）、范德华半径查表、逐原子/残基/链 SASA、骨架/侧链拆分	✅
HSExposure	`Bio.PDB.HSExposure`	蛋白质残基半球暴露度计算	✅
Packing	`Bio.PDB.Packing`	局部包装密度、SASA Lee-Richards、范德华半径、低包装区域识别、球体点生成	✅
Dice + Selection	`Bio.PDB.Dice`	PDB 结构切割（链/残基/原子/模型提取）、B 因子/occupancy 过滤、几何选择、结构统计、序列提取	✅
PDBList	`Bio.PDB.PDBList`	PDB 结构下载管理、文件路径生成、过期 PDB 解析	✅
ParsePDBHeader	`Bio.PDB.ParsePDBHeader`	PDB 头部元数据解析（HEADER/TITLE/COMPOUND/SOURCE/REMARK/AUTH/DBREF）	✅
SVDSuperimposer	`Bio.PDB.SVDSuperimposer`	SVD 蛋白质结构叠合、旋转矩阵、平移向量、RMSD	✅
QCPSuperimposer	`Bio.PDB.QCPSuperimposer`	四元数特征多项式叠合、高精度旋转、RMSD	✅
CEAligner	`Bio.PDB.cealign`	CA/C4’ 引导原子、AFP 路径搜索、CE Z-score、QCP 刚体叠合、全原子变换	✅
MAalign	`Bio.PDB.MAalign`	多蛋白质结构比对、Kabsch 算法迭代对齐、保守性分析	✅
StructureAlignment	`Bio.PDB.StructureAlignment`	多结构比对、动态规划、RMSD/TM-score、渐进式多结构比对	✅
ResidueDepth	`Bio.PDB.ResidueDepth`	残基深度、晶体学 B 因子、溶剂可及性、埋藏度	✅
PSEA	`Bio.PDB.PSEA`	二级结构预测（CA-CA 距离、虚拟键角/二面角、H/E/C 三态→八态）	✅
FragmentMapper	`Bio.PDB.FragmentMapper`	DSSP 二级结构分类 (H/E/S/L/T/C)、片段分配/合并/过滤、覆盖率	✅
internal_coords	`Bio.PDB.internal_coords`	键长/键角/扭矩角 (phi/psi/omega/chi)、二面角计算、内部→笛卡儿转换、扩展链构建、旋转异构体库、Ramachandran 区域	✅
Vectors	`Bio.PDB.vectors`	3D Vector3、RotationMatrix3、叉积、Kabsch 叠合、二面角	✅
chem_utils	`Bio.PDB.chem_utils`	范德华/共价半径、键长/键角/二面角、经验式/分子式量、氢键长度	✅
PDB 结构分析高级	`Bio.PDB` (advanced)	主链二面角、氢键检测、二级结构分配、疏水性分析	✅
Polypeptide	`Bio.PDB.Polypeptide`	氨基酸组成、疏水性、跨膜预测、等电点	✅
protein_analysis	`Bio.protein_analysis`	Kyte-Doolittle 疏水性、GOR 二级结构、Hopp-Woods 抗原性、跨膜区段、AA/二肽/三肽组成、Shannon 熵保守性评分	✅

模体、数据库接口与其它

功能模块	对应 Biopython	核心功能	状态
Motifs 基础	`Bio.motifs`	PWM、MEME 格式、模体搜索、per-position 信息含量、总信息含量、序列 Logo、模体富集、Pearson 相关性比较	✅
Motifs 高级	`Bio.motifs` (advanced)	JASPAR PFM、TRANSFAC 格式、模体最优比对、KL/JS 散度、模体聚类	✅
AlignAce / MEME / MAST / Transfac	`Bio.Motifs.*`	AlignAce PFM 解析、MEME PSPM/E 值/背景、MAST p 值/E 值、TRANSFAC PFM/AC/ID/DE/BF/CC、序列化往返	✅
Motif Scan (FIMO)	FIMO 风格	PWM→PSSM log2 似然比、正反向互补扫描、动态规划 p 值卷积、匹配汇总	✅
seqLogo	Bioconductor seqLogo 风格	PWM 构建、信息含量 IC、ASCII 艺术 logo 渲染、一致性序列、自定义背景频率	✅
Prosite	`Bio.Prosite`	Prosite 模体数据库搜索、模式解析、匹配算法、得分计算	✅
Restriction	`Bio.Restriction`	内切酶数据库、酶切位点查找、序列酶切、片段分析	✅
ProtParam	`Bio.SeqUtils.ProtParam`	分子量、不稳定指数、GRAVY、等电点、信号肽、二级结构倾向	✅
Proteomics	`Bio.SeqUtils.Proteomics`	8 种蛋白酶切（胰酶/糜酶/胃酶/LysC/ArgC/CNBr/GluC/AspN）、同位素分布、b/y 碎片离子	✅
Entrez	`Bio.Entrez`	NCBI 数据库 ESearch/EFetch、PubMed/Gene/Taxonomy 解析	✅
Taxonomy	`Bio.Taxonomy`	NCBI 分类数据库、分类树操作、谱系查询、共同祖先计算	✅
Medline	`Bio.Medline`	Medline/PubMed 记录解析、APA 引用、MeSH 过滤	✅
EMBOSS 工具	EMBOSS suite	GC 偏斜、AT 偏斜、分子量、Tm、ORF 查找、距离计算、蛋白质参数	✅
Primer3	`Bio.Emboss.Primer3`	Wallace/盐校正 Tm、GC 含量、自互补/交叉二聚体评分、发夹 3’ 端检测、正/反向候选流水线	✅
FreqTable	`Bio.SubsMat.FreqTable`	计数/频率字典、read_count/read_freq 文本解析、Shannon 熵、KL 散度、Jensen-Shannon 距离、归一化	✅
Affy	`Bio.Affy`	Affymetrix 芯片、RMA 标准化、背景校正、分位数归一化	✅
Graphics / GenomeDiagram	`Bio.Graphics` / `Bio.Graphics.GenomeDiagram`	Track/Feature/Diagram 数据模型、Rectangle/Arrow/Diamond 形状、SVG 生成、自动标注	✅
Chromosome	`Bio.Graphics.Chromosome`	染色体/特征/区域/带、SVG 线性/圆形渲染、G 带染色、核型图	✅
Wise2	`Bio.Wise`	GeneWise/ESTwise 输出解析、外显子/内含子/比对列、剪接相位、比特分数	✅
PCD 质谱	`Bio.PCD`	质谱 PCD 解析（Scan/RT/PEPMASS）、峰列表、TIC/BPC 色谱图、m/z 过滤、前体离子	✅
NMR	`Bio.NMR`	NOE 距离约束（XPLOR/CNS）、二面角约束、化学位移表（BMRB-like）、NMRView .xpk、约束违反	✅
Crystal	`Bio.Crystal`	小分子 CIF 解析、单胞参数/空间群、原子/化学键、分数↔笛卡尔变换、单胞体积/密度	✅
RNA 二级结构	`Bio.SeqUtils` (RNA)	Nussinov 动态规划算法、发夹环/内部环/凸出环/多环识别	✅
Pathway	`Bio.Pathway`	物种/反应/通路数据结构及分析函数	✅
phenotype	`Bio.phenotype`	PlateRecord/WellRecord、logistic/Gompertz 生长曲线、CSV/JSON 解析	✅
Cluster	`Bio.Cluster`	距离矩阵、层次聚类、Newick 输出、轮廓系数	✅
Variation	`Bio.Variation`	SNP、突变检测、氨基酸替换、BLOSUM62/Grantham 矩阵	✅
Application	`Bio.Application` / `Align.Applications`	命令行工具包装（ClustalW/Clustal Omega/Muscle/MAFFT）、参数管理	✅
Bloom Filter	Jellyfish/khmer 风格	k-mer 计数、成员查询、误判率估算、近似去重	✅
File 压缩	`Bio.File`	自动 gzip/bzip2 检测、透明压缩读写、文件操作接口	✅
Bio.NaiveBayes	`Bio.NaiveBayes`	k-mer 频率朴素贝叶斯、Laplace 平滑、top-K 预测	✅
Bio.Markov	`Bio.Markov`	1/2/3 阶马尔可夫链训练、转移概率、序列对数概率、CpG 岛 log-odds 检测、稳态分布	✅
Bio.LogisticRegression	`Bio.LogisticRegression`	二分类、Newton-Raphson、Hessian、操纵子预测示例	✅
Bio.MaxEntropy	`Bio.MaxEntropy`	IIS 训练、指示特征函数、softmax 归一化	✅
Bio.NeuralNetwork	`Bio.NeuralNetwork`	前馈网络、反向传播、sigmoid 激活、XOR/iris 示例	✅
Compound / ChemmineR	`Bio.Compound` / ChemmineR	分子式解析/分子量、SDF 解析、分子描述符、原子对指纹、Tanimoto/Dice 相似度、子结构搜索	✅
GA 遗传算法	`Bio.GA`	种群初始化、适应度函数、锦标赛/轮盘赌选择、单点/两点交叉、变异、精英保留	✅
Reduced AA	`Bio.Align.Reduced`	RAD/Dayhoff/CHARM/SDM12 简化氨基酸字母表、序列比较、简化一致性	✅
Statistics 基础	`Bio.Statistics`	描述统计、假设检验（Pearson/Spearman 相关、t/Wilcoxon/Mann-Whitney/Fisher/KS/chi2/ANOVA）、Z-score、log-rank、BH/Yekutieli/Bonferroni/Holm 校正	✅
q-value / IHW	qvalue / IHW	Storey’s π₀ 估计、q-value、自助法；独立假设加权、协变量加权 Bonferroni、多协变量	✅
Nexus	`Bio.Nexus`	NEXUS 格式解析、数据矩阵、发育树、距离矩阵	✅
Stockholm 兼容层	`Bio.Stockholm` (legacy)	Stockholm/Pfam 比对解析、二级结构注释、百分比一致性、保守性分析	✅
MAF 兼容层	`Bio.Align.MAF` (legacy)	宽松 MAF 块解析、选择/过滤、百分比一致性、统计分析	✅
Mauve 兼容层	`Bio.Align.Mauve` (legacy)	历史 MAF-like 块、LCB 重排摘要、倒位/断点检测、覆盖率、BED 导出	✅

Bioconductor 系列功能

核心基础设施与数据容器

功能模块	对应 Bioconductor	核心功能	状态
Biobase	Biobase	ExpressionSet、AnnotatedDataFrame、数据归一化、log2 转换	✅
S4Vectors	S4Vectors	Rle 游程编码、DataFrame 数据框、Hits 匹配数据结构	✅
BiocGenerics	Bioconductor BiocGenerics	NA 处理、排序、集合运算、匹配、表统计	✅
BiocParallel	BiocParallel	任务分块、并行求和/均值、进度追踪	✅
IRanges	IRanges	整数区间操作、集合运算、重叠检测、findOverlaps 高级类型、nearest、coverage、距离矩阵	✅
GenomicRanges	GenomicRanges	GRanges、复合特征、区间操作、集合运算、precede/follow、coverage、distance_to_nearest、gaps/reduce/disjoin/setdiff/promoters/trim	✅
GRangesList	GenomicRanges	命名复合基因组特征、split/unlist/relist、逐组区间变换、并行集合运算、特征级重叠/最近邻/覆盖度	✅
plyranges	plyranges	dplyr-like tidy verbs for GRanges: filter/mutate/select/arrange/rename/group_by+summarise/join_by、metadata 管理	✅
GenomicAlignments	GenomicAlignments	GAlignments 对象、coverage 计算、summarizeOverlaps、pileup 操作	✅
GenomicFiles	GenomicFiles	分布式按区间扫描 BAM/BED/VCF、批量查询、归约、覆盖度	✅
SummarizedExperiment	SummarizedExperiment	多维基因组数据容器、Assays、行/列操作	✅
RangedSummarizedExperiment	SummarizedExperiment	GRanges/GRangesList 行范围、复合特征精确重叠/最近邻、覆盖度、区间变换与协调子集	✅
TreeSummarizedExperiment	TreeSummarizedExperiment	行/列树、节点链接、树节点子集、祖先/后代查询、层级聚合	✅
SingleCellExperiment	SingleCellExperiment	多 assay 管理、降维（PCA/t-SNE/UMAP）、size factors、归一化	✅
SpatialExperiment	SpatialExperiment	空间转录组学数据结构、空间坐标管理、图像数据、spots 过滤	✅
MultiAssayExperiment	MultiAssayExperiment	多组学数据协调、实验协调、样本映射、跨实验子集	✅
RaggedExperiment	RaggedExperiment	参差突变数据（Missense/Nonsense/Frame_Shift/Splice_Site 等）、基因×样本稀疏矩阵、TMB 每 Mb 计算、按基因/样本/突变过滤、LoF 识别	✅
DelayedArray / DelayedMatrixStats	DelayedArray	懒加载操作、分块处理、row/col 统计（mean/var/sd/median/min/max/sum）、NA 处理、子集操作	✅
SparseArray / Matrix	SparseArray / Matrix	N 维规范化 COO、重复坐标合并、R 列主序、切片/置换/绑定、稀疏算术与矩阵乘法；CSC/CSR 格式、矩阵运算、范数	✅
MatrixGenerics / beachmat	MatrixGenerics / beachmat	rowMeans/colMeans、rowVars/colVars、rowMedians/colMedians、rowMad/rowCounts/rowAnys/rowAlls；列/行块处理、线性迭代器、子集/转置/绑定	✅
BiocNeighbors / BiocSingular	BiocNeighbors / BiocSingular	KMKNN/Annoy/BruteForce 最近邻、欧几里得/曼哈顿/余弦；Exact/IRLBA/Randomized SVD	✅
GenomeInfoDb	GenomeInfoDb	基因组构建、染色体信息、着丝粒位置、染色体臂、标准染色体筛选	✅

注释与基因组数据库

功能模块	对应 Bioconductor	核心功能	状态
AnnotationDbi	AnnotationDbi	通用注释数据库接口、ID 映射、GO/KEGG 注释管理	✅
AnnotationFilter	AnnotationFilter	染色体筛选、生物类型过滤、区域重叠检测、符号模式匹配	✅
AnnotationHub	AnnotationHub	中心化注释资源、按类型/提供者/基因组/关键词搜索	✅
ensembldb	ensembldb	Ensembl 注释数据库、基因/转录本/外显子/CDS 检索、biotype 过滤	✅
TxDb / GenomicFeatures	GenomicFeatures	GTF 解析、Gene/Transcript/Exon/CDS 提取、UTR/内含子计算、启动子提取、区域查询	✅
BSgenome	BSgenome	基因组序列数据库、染色体序列检索、子序列提取、链特异性基因提取	✅
biomaRt	biomaRt	基因 ID 映射、基因注释查询、批量查询、外部数据库映射	✅
GEOquery	GEOquery	GEO 数据获取、Series Matrix、SOFT 解析、ExpressionSet 转换	✅
rtracklayer	rtracklayer	BED/WIG/BEDGraph/GFF 解析与写入、GRanges 转换、Chain liftOver	✅
UCSC Chain / liftOver	rtracklayer	Chain 格式解析、基因组坐标 liftOver 转换、链段查找、染色体间映射	✅
rhdf5	rhdf5	HDF5 文件支持、数据集读写、组管理、属性操作	✅

差异表达分析

功能模块	对应 Bioconductor	核心功能	状态
DESeq2	DESeq2	size factors 归一化、分散度估计、负二项 GLM 拟合、Wald 检验、LFC 收缩、VST 方差稳定化变换、PCA 可视化	✅
apeglm	apeglm	负二项 GLM、自适应经验贝叶斯 Cauchy/Student-t 先验、MAP、Laplace 后验 SD/区间、FSR/FSOS/s-value	✅
edgeR	edgeR	DGEList、精确检验、GLM 拟合、准似然 F 检验、camera/roast 基因集检验	✅
limma	limma	线性模型拟合、经验贝叶斯、voom 变换、RPKM/CPM/quantile 归一化、ComBat/removeBatchEffect 批次校正、treat 严格检验	✅
variancePartition	variancePartition	重复测量线性混合模型、ML/REML 方差分量、BLUP、precision weights、dream contrast、Satterthwaite 检验、BH-FDR	✅
dreamlet	dreamlet	sample×cell-type pseudobulk、TMM、cell/sample/gene 过滤、logCPM、Poisson/voom precision weights、分 cell-type 重复测量模型、study-wide FDR	✅
DEXSeq	DEXSeq	差异外显子使用、计数归一化、统计检验、结果过滤	✅
DRIMSeq	DRIMSeq	Dirichlet-multinomial 模型、Wald 检验、比例计算、counts 过滤、BH-FDR、显著基因提取	✅
baySeq	baySeq	负二项模型、分散度估计、Gamma 先验、对数似然比、后验概率、MAP	✅
NOISeq	NOISeq	TMM/RPKM/上四分位归一化、NOISeqBio 噪声鲁棒差异	✅
glmGamPoi	glmGamPoi	size factors 估计、伪批量聚合、IWLCS 迭代加权最小二乘、Wald 检验、BH-FDR	✅
fishpond (Swish)	fishpond	Mann-Whitney-Wilcoxon 秩和统计、置换检验、BH-FDR、log2FC 方向判定	✅
ALDEx2	ALDEx2	Dirichlet Monte Carlo 组成型差异丰度、六类 denominator、Welch/Wilcoxon、effect/overlap、Aitchison 距离	✅
DirichletMultinomial	DirichletMultinomial	Dirichlet-multinomial 概率、有限混合 EM/BFGS 聚类、Laplace/AIC/BIC 选 K、生成式分组分类、ROC	✅
ANCOMBC	ANCOMBC	采样比例估计、对数比偏差校正、参考特征选择、Welch t 检验、ANCOM W 统计量、BH-FDR	✅
metagenomeSeq	metagenomeSeq	零膨胀模型、归一化、零膨胀概率计算、差异检验	✅
zinbwave	zinbwave	零膨胀负二项低维模型、cell/gene 协变量与 offset、latent factors、dispersion shrinkage、observational weights	✅
DSS	DSS	RNA-seq 差异表达 Wald 检验 + BH-FDR；差异甲基化 DML/DMR 检测	✅
tradeSeq	tradeSeq 1.27.0	gene × cell 计数合同、cell × lineage 拟时间/权重、多 lineage 负二项 GAM、惩罚 B-spline、五类 Wald 检验、Slingshot 直连	✅
stageR	stageR	两阶段检验（筛选+确认）、Simes 聚合、BH-FDR、Holm 步降、OFDR 控制、Dte/Dtu	✅

单细胞分析

功能模块	对应 Bioconductor	核心功能	状态
scuttle 1.23.1	scuttle	batch-aware median/MAD 异常值、subset per-feature QC、重叠 feature-set 聚合、精确无放回 count downsampling、batch/block coverage 等化	✅
scrapper	scrapper	批次感知 RNA QC、大小因子清洗与居中、log-normalization、LOWESS 方差趋势、HVG 选择、多因子 pseudo-bulk	✅
scran	scran	单细胞归一化 sum_factors、SNN 图构建、Leiden 聚类、差异标志物	✅
bluster 1.23.0	bluster	多起点 K-means、精确 KNN 与加权 SNN 图、Louvain 聚类、two-step 量化聚类、Rand/ARI、silhouette、purity、RMSD、modularity、bootstrap 稳定性	✅
FlowSOM 2.21.0	FlowSOM	规则网格 SOM、KWSP/random/PCA 初始化、四类距离、分阶段 MST 邻域、meta-clustering 与自动 elbow、节点 MFI/CV/SD/MAD/阳性率、MAD outlier	✅
clusterExperiment	clusterExperiment	clusterMany 参数网格集成、makeConsensus 共聚类矩阵+一致性聚类、makeDendrogram 聚类树、mergeClusters 显著性合并（Welch t-test+BH-FDR）、RSEC 流水线	✅
SC3	SC3	PCA 降维、k-means 聚类、轮廓系数评估、间隙统计量、共识聚类	✅
ConsensusClusterPlus	ConsensusClusterPlus	癌症亚型识别、稳定性评分、最优聚类数选择	✅
Seurat	Seurat	LogNormalize、高可变基因、PCA、图聚类、UMAP、差异标志物、FindIntegrationAnchors/IntegrateData 跨样本整合	✅
Batchelor	Batchelor	rescaleBatches 缩放校正、mutual nearest neighbor、fastMNN 多批次校正、批次混合评分	✅
scDblFinder 1.27.6	scDblFinder	top-variable 特征、library/PCA、随机或跨 cluster 人工 doublet、kNN/cxds 特征、迭代正则化 logistic 分类、capture 分层、homotypic 修正	✅
DropletUtils 1.33.0	DropletUtils	Simple Good-Turing ambient profile、knee/inflection 曲线追踪、multinomial/Dirichlet-multinomial 概率、alpha 估计、Phipson–Smyth p 值、emptyDrops	✅
decontX	decontX	cluster-native/contaminant 多项式混合、Beta/Dirichlet 先验 EM、empty-droplet background、计数分解	✅
celda	celda `celda_CG`	细胞群与基因模块联合聚类、分层 Dirichlet-multinomial、collapsed likelihood、EM/Gibbs、多链、K/L 网格选择	✅
miloR	miloR	精确 KNN 图、精炼重叠邻域、邻域×样本计数、NB-GLM/Wald 检验、BH 与四种 graph spatial FDR	✅
muscat 1.27.4	muscat	gene × cell 严格合同、五类 cluster-sample 伪批量、任意满秩设计/多 contrast、负二项 IRLS、经验贝叶斯 dispersion、DS/DD 与局部/全局 BH-FDR	✅
monocle3	monocle3	PCA/UMAP 降维、主图学习、拟时间排序、差异表达、分支点检测	✅
slingshot 2.21.0	slingshot	MST 构建、主曲线拟合、拟时间计算、soft membership、协方差缩放距离、start/end 约束、omega forest、拟时间、新数据映射	✅
velociraptor	velociraptor	稳态线性回归（gamma/beta）、EM 动力学模型（alpha/beta/gamma）、velocity 向量、KNN 嵌入投影、根细胞识别	✅
SCENIC	SCENIC	GENIE3 TF-target 共表达模块、Regulon 构建（权重剪枝/cisTarget motif 排名剪枝）、AUCell 活性评分、二值化阈值（MeanStd/KMeans2/Median）、细胞状态聚类	✅
infercnv	infercnv	染色体位置排序基因、参考细胞比较、log2FC 有界计算、金字塔权重基因组平滑、每细胞中位数中心化+噪声过滤、CNV 分数+肿瘤细胞预测	✅
scmap	scmap	scmap-cluster 质心 Spearman 相关、scmap-cell k 近邻投票、阈值过滤、参考图谱投影	✅
SingleR 2.15.2	SingleR	严格 gene × sample/cell 模型、成对 classic markers、ties-aware Spearman、标签内相关分位数、fine-tuning、delta/MAD 剪枝、cluster 注释	✅
MAST 1.39.0	MAST	严格 feature × cell 模型、任意设计矩阵与 CDR、Bayesian logistic/Gaussian hurdle GLM、嵌套模型 LRT、经验贝叶斯方差收缩、边际 logFC	✅
cyclone	cyclone	细胞周期评分、基因对比较、G1/S/G2/M 期相预测	✅
scater	scater	QC 指标、细胞/基因过滤、CPM/log-CPM、HVG 检测、PCA 降维	✅
SCnorm	SCnorm	分位数回归、深度依赖偏差校正、基因特异性归一化	✅
ShortRead	ShortRead	QA 统计、adapter 修剪、质量修剪、读长过滤、FastQC 报告	✅
dorothea	dorothea	Regulon、VIPER 算法、置换检验、Z-score、Top TF	✅
PROGENy	PROGENy	L2 正则化 Ridge 回归、通路基因集权重矩阵、样本通路活性	✅
AUCell	AUCell	AUC 计算、基因排序、min-max 归一化、细胞/基因集评分查询	✅
scDblFinder / decontX / celda / milo 等容器接入	所有上面模块	统一 SingleCellExperiment 不可变写回与跨模块集成	✅

空间转录组

功能模块	对应 Bioconductor	核心功能	状态
nnSVG	nnSVG	nearest-neighbor Gaussian process、空间变异基因检验、gene-specific length scale、协变量设计、空间方差占比、BH-FDR	✅
Banksy	Banksy	H0 邻域均值与 H1+方位 harmonic、六类空间核、lambda 联合特征、分组标准化、PCA、多起点 k-means、标签平滑、参数扫描	✅
Voyager	Voyager	kNN/distance-band/inverse-distance 空间权重（W/B/C/S 编码）、全局 Moran’s I 与 Geary’s c、局部 Moran’s I (LISA)、局部 Geary’s c、Getis-Ord Gi/Gi*、Lee’s L、多元局部 Geary、经验变差函数与 spherical/exponential/gaussian 拟合、Moran correlogram	✅
spicyR	spicyR	有序细胞类型对 cross-L 曲线、矩形窗口边界校正、图像级共定位统计、precision weights、重复受试者随机截距、条件对比	✅
lisaClust	lisaClust	每细胞多类型 local-K/centered local-L 曲线、Gaussian KDE 强度校正、矩形/凸包窗口、圆盘边界修正、确定性多起点 k-means、silhouette、区域富集	✅
SpatialDecon	SpatialDecon	背景感知加权 log-normal 非负回归、两阶段异常点重拟合、Hessian 不确定度、细胞丰度/比例/计数尺度、cell-type collapse、reverse deconvolution、负探针背景	✅
BayesSpace	BayesSpace	t 分布混合模型、马尔可夫随机场 (MRF) 先验、EM 算法、六边形/方形网格邻居	✅

表观基因组与甲基化

功能模块	对应 Bioconductor	核心功能	状态
minfi	minfi	Illumina 450K/EPIC DNA 甲基化分析、NOOB/Illumina/分位数/功能归一化、β/M 值计算、DMP/DMR 分析	✅
missMethyl	missMethyl	Beta/M 值转换、limma t 检验、BH-FDR、探针-基因映射偏倚校正、GO 富集	✅
bsseq	bsseq	亚硫酸氢盐测序、BSmooth 平滑、DMR 检测、CpG 合并、甲基化率	✅
methylKit	methylKit	亚硫酸氢盐、甲基化胞嘧啶统计、覆盖率过滤/归一化、Fisher 精确检验差异甲基化、BH-FDR、DMR、BED 导出	✅
methylSeekR	methylSeekR	基因组分 tile 计算甲基化水平、UMR/LMR/PMD/FMR 分类、滑窗 PMD 检测、相邻区域合并	✅
bumphunter	bumphunter	t 统计量、滑动均值平滑、候选 bump 识别、置换检验 p 值、BH-FDR	✅
ChIPseeker	ChIPseeker	峰-TSS 距离、基因组特征分配（Promoter/5’UTR/3’UTR/Exon/Intron/Downstream/Distal Intergenic）、最近基因查找、peakOverlap、Venn/饼图可视化	✅
DiffBind	DiffBind	ChIP-seq 差异结合、峰值重叠、共识峰、TMM 归一化、负二项检验、PCA/热图/火山/MA 图	✅
MACS2 peak_calling	MACS2 风格	滑动窗口扫描、局部 lambda 背景估计、Poisson 显著性（不完全 Gamma）、峰合并、BH-FDR、fold enrichment	✅
csaw	csaw	ChIP-seq 窗口差异、滑动窗口计数、TMM 归一化、窗口过滤、负二项 GLM 检验、差异区域	✅
nucleR	nucleR	核小体定位、信号平滑、峰值检测、核小体 occupancy 计算、位置比较	✅
bamsignals	bamsignals	ChIP-seq 信号提取、计数模式、RPM/RPKM 归一化、染色质状态分析	✅
ChromVAR	chromVAR	染色质变异、TF motif 富集、GC 偏差校正、细胞聚类、变异性分析	✅
DNAshapeR	DNAshapeR	二核苷酸查找表（MGW/Roll/ProT/HelT/EP）、k-mer 滑动窗口、A-tract 窄小沟、GC-rich 宽小沟、反向互补	✅
HMMcopy	HMMcopy	GC 偏差校正 LOESS 分箱、Viterbi 解码、高斯发射、前向算法对数似然、片段合并、CN0/CN3	✅
SGSeq	SGSeq	剪接图构建（外显子/连接）、SE/A5SS/A3SS/MXE/RI 五类事件、PSI 量化、STAR SJ 格式解析	✅
StructuralVariantAnnotation	StructuralVariantAnnotation	VCF BND 断裂端解析（4 种 ALT 格式）、SV 类型推断（DEL/DUP/INV/INS/TRA/BND）、伴侣配对、基因区域重叠注释	✅
HiC-DC+	HiC-DC+	负二项 GLM 背景建模（IRLS）、z-score 显著性检验、BH-FDR、方向性指数 TAD、PCA A/B compartment	✅
CNVkit	CNVkit	CBS（循环二元分割）分割、拷贝数状态判定、log2 比率平滑、断点检测	✅

基因集 / 通路 / 富集

功能模块	对应 Bioconductor	核心功能	状态
clusterProfiler	clusterProfiler	功能富集统一框架、超几何检验、多重检验校正、结果过滤与可视化	✅
DOSE	DOSE	疾病本体富集、超几何检验、adjusted p-value	✅
ReactomePA	ReactomePA	Reactome 通路富集、按顶层术语分组、通路注释查询	✅
topGO	topGO	拓扑 GO 富集（elim/weight01 算法、Fisher 精确检验、GO 图）	✅
enrichplot	enrichplot	富集结果可视化：dotplot/barplot/heatmap/cnetplot/enrichment map	✅
fgsea	fgsea	快速基因集富集、置换检验、NES/ES、Leading Edge 基因、BH-FDR	✅
GSVA	GSVA	单样本通路评分（ssGSEA/zscore/PLAGE）、富集分析、置换检验、enrichment map、phenotype correlation、survival analysis	✅
GAGE	GAGE	fold change、t 检验、BH-FDR 校正、配对检验	✅
SPIA	SPIA	信号通路影响分析、通路图扰动累积、超几何检验、Fisher 合并 p 值	✅
decoupleR	decoupleR	WSum/WMean/Norm/ULM/MLM 方法、先验知识网络 (PKN)、调控子活性评分	✅
GSEABase	GSEABase	GMT/GMX 格式解析、基因集管理与集合运算	✅

微生物组与免疫

功能模块	对应 Bioconductor	核心功能	状态
phyloseq	phyloseq	OTU 丰度计算、分类学过滤、相对丰度、稀疏化处理	✅
microbiome	microbiome	Alpha 多样性（Shannon/Simpson/Chao1/ACE/Fisher/Pielou）、Beta 多样性（Bray-Curtis/Jaccard/JSD/weighted/unweighted UniFrac）、PCoA、差异丰度（Welch t/Wilcoxon/BH）	✅
CellChat	CellChat	配体-受体互作对数据库、置换检验、互作评分、细胞类型聚合、显著性检验、FDR 校正	✅
CIBERSORT	CIBERSORT 风格	NNLS 非负最小二乘求解细胞类型分数、投影梯度下降、LM22 风格特征矩阵、Pearson 拟合优度+RMSE、分数归一化（Σ=1.0）	✅
MCPcounter	MCPcounter	标记基因几何均值表达评分（Becht 2016）、10 种细胞种群默认标记集、对数域稳健计算	✅
ESTIMATE	ESTIMATE	ssGSEA-style 富集打分（Yoshihara 2013）、50 基质基因+30 免疫基因特征集、ECDF 跨样本标准化、肿瘤纯度推断（cos 公式）	✅
xCell	xCell	单样本 GSEA (ssGSEA) 富集打分、64 种细胞类型默认签名集（T/B/NK/髓系/树突/内皮/成纤维）、自定义签名集支持、按细胞类别汇总	✅
MutationalPatterns	MutationalPatterns	体细胞突变谱、96 通道矩阵、三核苷酸上下文、突变签名拟合	✅
maftools	maftools	癌症基因组学 MAF 解析、突变分类（SNV/Indel）、TMB 计算、突变谱、共现分析、oncoplot	✅

可视化

功能模块	对应 Bioconductor	核心功能	状态
pheatmap	pheatmap	增强型热图：层次聚类（complete/average/ward）、距离矩阵（euclidean/manhattan/correlation）、行/列注释、颜色方案、聚类间隙	✅
ComplexHeatmap	ComplexHeatmap	行/列聚类、颜色映射、热图注释、多个热图组合、分组拆分	✅
EnrichedHeatmap	EnrichedHeatmap	基因组信号归一化、目标区域窗口化、四种均值模式、行平滑、百分位裁剪、链方向处理	✅
EnhancedVolcano	EnhancedVolcano	差异表达基因分类、ASCII 渲染	✅
Gviz	Gviz	基因组可视化轨道系统（AnnotationTrack/GeneRegionTrack/DataTrack/IdeogramTrack/GenomeAxisTrack/SequenceTrack）、ASCII 渲染、特征查询与区域可视化	✅
GenomeDiagram	GenomeDiagram	数据模型 Track/Feature/Diagram、多种形状、SVG 生成、样式控制、自动标注、重叠检测	✅
karyoploteR	karyoploteR	染色体轨道、数据点、ASCII 渲染、核型可视化	✅
ggtree	ggtree	系统发育树可视化布局（矩形/放射状/无根）、节点坐标映射	✅
VennDiagram	VennDiagram	集合运算、Venn 区域计算、重叠统计、相似度（Jaccard/Dice/Overlap）	✅
seqLogo	seqLogo	PWM、信息含量 IC、ASCII logo、一致性序列	✅
graphics / reporting	Bio.Graphics / ReportingTools	序列 Logo、比对可视化、文本/表格/图形混合报告	✅

芯片、预处理与杂项

功能模块	对应 Bioconductor	核心功能	状态
affy / gcrma / preprocessCore	affy / gcrma / preprocessCore	RMA 标准化、背景校正（IdealMM/Express）、GC 校正、分位数归一化；quantile/invariant set/cyclic loess/contrast/percentile shift 归一化、log2 变换组合、归一化质量统计	✅
vsn	vsn	方差稳定化归一化 glog 变换、vsn2	✅
EDASeq	EDASeq	RNA-seq 探索性分析、GC 含量归一化、基因长度校正 Loess、样本间归一化、RPKM	✅
HTSFilter	HTSFilter	RNA-seq count 过滤、CPM 归一化、按组最小样本数阈值、keep mask、文库大小	✅
RUVSeq / sva / ComBat	RUVSeq / sva	RNA-seq 批次效应去除、log2 转换、RUVg/RUVs；替代变量分析、经验贝叶斯方法、PCA、ComBat/removeBatchEffect	✅
NanoString	NanoString	nCounter 数字条码：阳性/阴性对照归一化、管家基因归一化、content 归一化、LOQ 过滤、成像 QC、线性度、差异表达	✅
QFeatures	QFeatures	多 assay 层级容器（PSM/peptide/protein）、跨层级特征链接、聚合（sum/mean/median/max）、过滤/归一化/缺失值插补（KNN/mean/zero）	✅
MSnbase / MsCoreUtils / MSstats	MSnbase / MsCoreUtils / MSstats	Spectrum/Chromatogram/MSnSet、peak 查找、TIC 归一化、MA 平滑、SNIP 基线校正、SNR centroiding、refineCentroids、localMaxima、joinPeaks m/z 匹配、Savitzky-Golay 平滑、KNN 插补、medianPolish 聚合、肽段→蛋白汇总、样本 QC、质谱数据归一化与组间比较	✅
survival	survival	Kaplan-Meier 估计器（Greenwood SE）、log-rank 检验、Cox 比例风险（Newton-Raphson + Breslow ties）、卡方 p 值、中位生存期	✅
VariantAnnotation	VariantAnnotation	变异类型检测、编码效应预测、变异汇总	✅
VariantFiltering	VariantFiltering	变异过滤与遗传模式：常染色体显性/隐性、X 连锁、复合杂合子	✅
Rsubread / featureCounts	Rsubread/featureCounts	链特异性（Stranded/Reversed/Unstranded）、重叠长度阈值、最小比对质量、多比对 read 处理（计数/分数计数）、配对末端 fragment 计数、CPM 归一化、多样本矩阵	✅
ballgown	ballgown	转录组水平差异、FPKM、t 检验、基因/转录本结构	✅
IsoformSwitchAnalyzeR	IsoformSwitchAnalyzeR	转录本异构体切换、PSI/DPSI/DIF、功能后果预测	✅
tximport	tximport	Salmon quant.sf 解析、转录本→基因级别汇总、低表达过滤、ExpressionSet 转换	✅
impute	impute	KNN/mean/median/LOCF/NOCB 缺失值插补	✅
Hmisc / rstatix	Hmisc / rstatix	相关性（Pearson/Spearman）、变量聚类、描述性统计、Somers’ d、缺失值插补；T/Wilcoxon/ANOVA/Kruskal-Wallis/Friedman、BH-FDR/Bonferroni	✅
PCAtools / factoextra	PCAtools / factoextra	scree/biplot/outliers PCA 工具；特征值计算、方差解释率、个体/变量坐标、cos2 质量、贡献度评分、维度描述	✅
WGCNA	WGCNA	加权基因共表达网络、邻接矩阵、TOM 相似度、模块检测	✅
GENIE3	GENIE3	回归树特征重要性、方差缩减、加权邻接矩阵、对称化网络	✅
genefilter	genefilter	t/Wilcoxon 检验、方差过滤、CV 过滤、分位数过滤	✅
mixOmics	mixOmics	多组学整合：PLS 回归、稀疏 PLS (sPLS)、DIABLO 多块整合	✅
destiny / Rtsne / uwot	destiny / Rtsne / uwot	扩散映射（距离矩阵/高斯核/特征分解）；t-SNE（条件概率/梯度下降/Barnes-Hut）；UMAP（kNN/模糊单纯集/SGD/负采样）	✅
GENESIS	GENESIS	亲属关系矩阵估计、PCA、遗传距离（欧氏/曼哈顿/IBS）、群体结构	✅
HilbertCurve	HilbertCurve	Hilbert 曲线编码/解码、距离计算、基因组线性化、网格映射	✅
flowCore / openCyto / FlowSOM / diffcyt	flowCore / openCyto / FlowSOM / diffcyt	FCS 处理、荧光补偿、门控（矩形/多边形/椭球/四象限/mindensity KDD/tailgate/flowClust t 混合 EM/rangeGate）、模板驱动门控流水线；高维流式：FlowSOM 聚类、负二项 GLM DA 检验、经验贝叶斯调节 t 检验 DS、BH-FDR	✅
universalmotif	universalmotif	Motif 结构、共识序列计算	✅
SystemPipeR	SystemPipeR	流水线编排、步骤管理、依赖关系、进度追踪	✅

Others 其他功能与算法

序列组装算法

算法	对应工具	功能说明	状态
De Bruijn Graph	SPAdes / Velvet	k-mer 节点、欧拉路径、序列组装、图简化	✅
Suffix Array & Suffix Tree	libdivsufsort	前缀倍增算法、LCP 数组、模式匹配、最长重复子串	✅
Overlap-Layout-Consensus	Celera Assembler / ARACHNE	重叠检测、哈密顿路径、一致性序列生成	✅
BWT + FM-index	Bowtie2 / BWA	后缀数组、BWT 变换、回溯搜索、精确模式匹配	✅
Bloom Filter	Jellyfish / khmer	k-mer 计数、成员查询、误判率估算、近似去重	✅

机器学习 / 统计算法（独立实现）

模块	功能说明	状态
k-means++	距离计算、K-means++ 初始化、轮廓系数评估	✅
Hidden Markov Model	前向/后向算法、Viterbi 解码、Baum-Welch 训练、基因预测	✅
朴素贝叶斯	基于 k-mer 频率的序列分类、Laplace 平滑、top-K 预测	✅
马尔可夫链	1/2/3 阶训练、转移概率矩阵、CpG 岛 log-odds、加权采样生成序列	✅
逻辑回归	Newton-Raphson 优化、sigmoid、对数似然收敛、操纵子预测示例	✅
最大熵分类器	IIS 改进迭代尺度训练、指示特征函数、softmax 归一化	✅
神经网络	前馈 + 反向传播、sigmoid 激活、学习率/动量、XOR/iris 示例	✅
遗传算法	种群初始化、锦标赛/轮盘赌选择、单点/两点交叉、变异、精英保留、世代统计	✅

降维 / 可视化算法

模块	功能说明	状态
PCA / factoextra / PCAtools	SVD 特征分解、方差解释率、个体/变量坐标、cos2、贡献度、scree/biplot/outliers	✅
t-SNE (Rtsne)	Barnes-Hut 近似、成对距离、条件概率、梯度下降、动量/early exaggeration	✅
UMAP (uwot)	k 近邻搜索、模糊单纯集、局部模糊集并集、SGD/负采样、min_dist/spread	✅
扩散映射 (destiny)	距离矩阵计算、高斯核构建、特征分解、扩散分量	✅

架构设计

项目结构

IvanAXu/BioSeqs/
├── moon.mod                          # 模块配置 (name="IvanAXu/BioSeqs", version=0.1.9)
├── src/                              # 源代码（约 600 个 .mbt 模块）
│   ├── seq.mbt                       # Bio.Seq 序列对象
│   ├── seqio.mbt / fasta_io.mbt / ... # 序列 I/O（30+ 种格式）
│   ├── alignment.mbt / align_*.mbt   # 比对算法 + 20+ 种比对格式严格 API
│   ├── searchio.mbt / blast_*.mbt / ... # 搜索结果解析（BLAST/HMMER/Infernal/...）
│   ├── phylo.mbt / tree_*.mbt / paml_*.mbt # 发育树 + PAML 分子进化
│   ├── pdb*.mbt / mmcif*.mbt / binary_cif.mbt / ... # 结构分析与格式
│   ├── sam.mbt / bam.mbt / vcf.mbt / cram_wbtest.mbt # NGS 文件
│   ├── genomic_ranges.mbt / iranges.mbt / plyranges.mbt # 区间操作
│   ├── deseq2.mbt / edger.mbt / limma.mbt / seurat.mbt / ... # Bioconductor 分析套件
│   ├── de_bruijn.mbt / suffix_array_tree.mbt / olc.mbt / bwt_fm.mbt # 序列组装四大算法
│   ├── statistics.mbt / kmeans.mbt / hmm.mbt / neural_network.mbt / ... # ML 与统计
│   └── utils.mbt / data.mbt / ...    # 通用工具与常量
├── examples/                         # 示例程序（约 250 个演示 demo）
│   ├── basic_seq/                    # 基础序列操作
│   ├── pdb_demo/ / phylo_demo/       # 结构与发育树
│   ├── deseq2_demo/ / edger_demo/ / limma_demo/ # 差异表达
│   ├── seurat_demo/ / milo_demo/ / monocle3_demo/ # 单细胞
│   ├── de_bruijn_demo/ / olc_demo/   # 序列组装算法
│   └── ... （更多 examples/*_demo/）
├── test/
│   ├── moonbit/                      # MoonBit 单元测试（约 500 个测试文件，12200+ 用例）
│   │   ├── bio_seq_test.mbt / seqio_wb_test.mbt / ...
│   │   ├── alignment_test.mbt / pdb_test.mbt / phylo_test.mbt / ...
│   │   ├── deseq2_test.mbt / seurat_test.mbt / scran_test.mbt / ...
│   │   └── ...
│   └── python/                       # Python 参考实现与对比脚本
│       ├── python_reference.py / python_seqio_reference.py / ...
│       ├── compare.sh / compare_seqio.sh
│       └── python_bench.py
└── cmd/                              # 命令行工具
    ├── main/                         # Seq 基础测试工具
    ├── seqio_main/                   # SeqIO 测试工具
    ├── alignio_main/                 # AlignIO 测试工具
    └── bench/                        # 性能基准测试

样例测试

moon build                                              # ✅ 成功
moon test                                               # ✅ 12209 个测试全部通过

构建与测试

moon build      # 构建项目
moon test       # 运行全部测试 (12000+ 测试用例)

核心模块速查

MoonBit 模块文件	对应功能
`seq.mbt`	`Bio.Seq` 序列对象与基础操作
`seq_record.mbt` / `seqfeature.mbt` / `seqfeature_advanced.mbt`	序列记录与特征（位置/CompoundLocation/修饰符）
`seqio.mbt` / `fasta_io.mbt` / `fastq_io.mbt` / `genbank_io.mbt`	序列 I/O 统一接口（FASTA/FASTQ/GenBank 等 30+ 格式）
`sequtils.mbt` / `seq_utils.mbt` / `seq_complexity.mbt`	GC/Tm/ORF/分子量/LCC 复杂度/Hamming 距离
`codon_usage.mbt` / `codon_align.mbt` / `codon_align_advanced.mbt`	密码子使用分析与 dN/dS 选择压力检验
`alignment.mbt` / `pairaligner.mbt` / `smith_waterman.mbt` / `needleman_wunsch.mbt`	全局/局部比对算法 + PairwiseAligner
`align_*.mbt` (clustal/phylip/stockholm/msf/nexus/a2m/emboss/exonerate/maf/mauve/psl/sam/chain/bed/bigbed/…)	各类比对格式严格读写 + 坐标映射 + 统计 + canonical 往返
`alignment_map.mbt` / `alignment_counts.mbt` / `shared_reference_alignment.mbt`	Alignment map/mapall 坐标路径、counts gap/composition 评分、共享参考 PWA/MSA 合并
`searchio.mbt` / `blast.mbt` / `blast_xml_advanced.mbt`	SearchIO 统一模型 + BLAST tabular/XML1/XML2
`hmmer_io.mbt` / `infernal_io.mbt` / `hhr.mbt` / `exonerate_text.mbt` / `interproscan.mbt`	HMMER3/Infernal/HH-suite HHR/Exonerate C4/InterProScan 解析
`phylo.mbt` / `tree_io.mbt` / `tree_construction.mbt`	系统发育树解析 + UPGMA/NJ/WPGMA 建树
`phylo_xml.mbt` / `phylo_nexml.mbt` / `phylo_cdao.mbt` / `parsimony.mbt` / `phylo_consensus.mbt`	PhyloXML/NeXML/CDAO、Fitch/Sankoff 简约性、共识树
`pdb.mbt` / `pdb_io.mbt` / `mmcif.mbt` / `binary_cif.mbt` / `mmtf.mbt`	PDB/mmCIF/BinaryCIF/MMTF 结构解析与转换
`cealign.mbt` / `qcp_superimposer.mbt` / `svd_superimposer.mbt` / `structure_alignment.mbt` / `ma_align.mbt`	CE/SVD/QCP 结构叠合 + 多结构比对
`dssp.mbt` / `sasa.mbt` / `pdb_packing.mbt` / `internal_coords.mbt`	DSSP 二级结构、SASA (Shrake-Rupley/Lee-Richards)、包装密度、内部坐标
`sam.mbt` / `bam.mbt` / `bgzf.mbt` / `vcf.mbt` / `variant_annotation.mbt` / `structural_variant.mbt`	NGS SAM/BAM/BGZF/VCF/SV 解析与注释
`faidx.mbt`	pyfaidx 风格 FASTA 索引
`genomic_ranges.mbt` / `granges_list.mbt` / `iranges.mbt` / `plyranges.mbt`	GenomicRanges/IRanges/plyranges 区间与 tidy 操作
`summarized_experiment.mbt` / `single_cell_experiment.mbt` / `spatial_experiment.mbt` / `multi_assay_experiment.mbt` / `tree_summarized_experiment.mbt` / `ragged_experiment.mbt`	Bioconductor 数据容器家族
`deseq2.mbt` + `deseq2_advanced.mbt` / `edger.mbt` + `edger_advanced.mbt` / `limma.mbt` / `apeglm.mbt`	差异表达三大套件 + apeglm LFC 收缩
`seurat.mbt` / `scran.mbt` / `scuttle.mbt` / `scrapper.mbt` / `bluster.mbt` / `monocle3.mbt` / `slingshot.mbt` / `tradeSeq.mbt` / `velociraptor.mbt` / `scenic.mbt` / `infercnv.mbt` / `milo.mbt` / `muscat.mbt` / `zinbwave.mbt` / `celda.mbt` / `decontx.mbt` / `batchelor.mbt` / `sc_dbl_finder.mbt` / `droplet_utils_advanced.mbt` / `single_r_advanced.mbt` / `mast_advanced.mbt`	单细胞 / 空间组学全栈分析套件
`minfi.mbt` / `bsseq.mbt` / `methylkit.mbt` / `chipseeker.mbt` / `diffbind.mbt` / `peak_calling.mbt` / `bumphunter.mbt`	甲基化与 ChIP-seq 分析
`cluster_profiler.mbt` / `fgsea.mbt` / `gsva.mbt` / `gage.mbt` / `spia.mbt` / `enrichplot.mbt`	富集分析统一框架与可视化
`complex_heatmap.mbt` / `pheatmap.mbt` / `gviz.mbt` / `genome_diagram.mbt` / `enhanced_volcano.mbt`	热图 / 基因组轨道 / 火山图可视化
`de_bruijn.mbt` / `suffix_array_tree.mbt` / `olc.mbt` / `bwt_fm.mbt` / `bloom_filter.mbt`	序列组装四大算法 + Bloom Filter
`motifs.mbt` / `motifs_advanced.mbt` / `jaspar.mbt` / `transfac.mbt` / `meme.mbt` / `motif_scan.mbt` / `seqlogo.mbt`	序列模体识别 + JASPAR/TRANSFAC/MEME + FIMO 扫描 + Logo
`kmeans.mbt` / `hmm.mbt` / `logistic_regression.mbt` / `markov.mbt` / `neural_network.mbt` / `ga.mbt`	独立实现 ML / 统计算法（k-means/HMM/逻辑回归/马尔可夫/神经网络/遗传算法）

BioSeqs - MoonBit 生物信息学库

项目概述

目录

Biopython 系列功能

序列处理与基础工具

序列 I/O 格式

序列比对

搜索结果解析

系统发育树

PDB 结构分析

模体、数据库接口与其它

Bioconductor 系列功能

核心基础设施与数据容器

注释与基因组数据库

差异表达分析

单细胞分析

空间转录组

表观基因组与甲基化

基因集 / 通路 / 富集

微生物组与免疫

可视化

芯片、预处理与杂项

Others 其他功能与算法

序列组装算法

机器学习 / 统计算法（独立实现）

降维 / 可视化算法

架构设计

项目结构

样例测试

构建与测试

核心模块速查