这份指南按研究任务整理 15 个方向，每个方向 20 项。表中列出每个工具适用的数据、优势、局限、什么情况下计算量会上升，以及作者提供的资料。读者可以先按输入文件和希望得到的结果缩小范围，再比较同一环节的工具。
做小规模试验时，固定软件版本、参考数据和参数，只改变待比较的一项。每个试验尽量保留可手工核对的阳性、阴性或已知数量，并保存报告该指标时使用的分子与分母。资源列描述典型的工作量变化，实际耗时和内存取决于数据与运行环境。
选工具前，写下手里已有的文件和需要交付的最小结果。例如，同一份双端测序数据既能用来数一个样本中有哪些微生物，也能尝试拼出它们的基因组。前者要查数据库里有哪些近缘物种，后者要检查长片段是否从同一菌株连续覆盖。两个工具都能接收同一种输入，交付的研究证据却不同。
比较方案时，给每组都留一份完全相同的输入，并事先约定要比的分母。比如变异调用的两张表一多一少，先区分新位点、同一位点的等位表示变化和原有样本的基因型变化。直接比较最终文件的行数，会把这三类变化混在一起。
计算量列给的是工作量随什么条件增大。看单细胞工具应同时记细胞数、特征数和算法是否保持稀疏矩阵。看组装工具则要看测序深度、重复长度和倍性。一个物种的一份参考索引可以复用，另一个项目若换了参考或注释版本，旧索引往往无法直接沿用。
每个工具条目都给出作者或维护机构的资料，已发表教程的工具名可直接点开查看实跑设置或原始资料的解读。需要换一个分析方向时，点开相应的目录分组即可。
下载 12 个组装、分相与泛基因组实跑示例（ZIP）。对应第 074 至 085 项，每个目录都有运行脚本和核对结果，说明中给出了软件版本、人工输入的生成方式和公开数据的下载地址。
单细胞与单细胞多组学（001–020）
先看手中是哪一级数据。FASTQ 可从计数开始，原始液滴矩阵能检查环境 RNA，已经过滤的表达矩阵适合做整合与注释。比较组间差异时，保留供体与样本身份，避免把同一供体的许多细胞误作独立重复。
001 Cell Ranger
把 10x 单细胞 FASTQ 转成基因或特征计数矩阵。
优势 从条形码识别到质控报告采用统一流程，平台可按文库复跑
局限 支持的建库类型和参考包有明确范围，已经过滤的矩阵无法回溯所有步骤
计算量 CPU、内存、临时盘。按文库数、读深和并发估算
002 STAR（含 STARsolo）
剪接比对，STARsolo 还能生成单细胞 UMI 矩阵。
优势 保留基因组坐标，既能分析常规 RNA-seq，也可处理多种单细胞条形码布局
局限 人类基因组索引占内存，自定义条形码和链特异性须配准
计算量 CPU、内存、写盘。多文库同时比对和输出排序 BAM 时放大
003 alevin-fry
以条形码和 UMI 对单细胞转录本定量。
优势 轻量化映射流程便于批量计数，可区分剪接状态
局限 参考索引构建和模糊匹配策略会改变计数口径
计算量 CPU、磁盘读写。上百文库并行时更有价值
004 Seurat
单细胞聚类、整合、标记基因与多模态探索。
优势 R 生态成熟，单个对象可串起质控、整合和可视化
局限 稠密缩放矩阵或合并对象容易推高内存，整合须检查生物差异
计算量 内存为主。多供体、百万细胞或多人同时操作时放大
005 Scanpy
在 Python 中处理单细胞矩阵、邻居图和聚类。
优势 AnnData 稀疏矩阵便于衔接 Python 下游工具
局限 转稠密、多层矩阵或重复计算邻居图会放大资源占用
计算量 内存、CPU、磁盘。按细胞数、特征数和图规模评估
006 scvi-tools
用 scVI、totalVI 等模型整合单细胞或多组学数据。
优势 小批训练适合大图谱，可按模型处理批次和不同模态
局限 输入层和批次变量须正确设置，过度校正要用已知标记检验
计算量 GPU 训练、主内存。图谱规模、多次训练和调参决定时长
007 CellBender
从液滴原始计数矩阵估计并去除环境 RNA。
优势 利用空液滴学习背景，输出可直接接常用单细胞流程
局限 需要含空液滴的原始矩阵，背景和细胞难以区分时须检查拟合
计算量 GPU 优先、显存。多文库分别训练可形成排队
008 Harmony
对单细胞低维表示做批次整合。
优势 直接校正主成分，便于快速比较多供体结果
局限 输出是校正嵌入，差异表达仍需合适的计数与设计
计算量 CPU、内存。细胞数、主成分和参数重跑数决定开销
009 Monocle 3
学习细胞轨迹并估计拟时序。
优势 可以在分区内学习分支，便于查看状态沿轨迹的变化
局限 根节点、采样覆盖和降维结果都会影响轨迹解释
计算量 CPU、内存。超大邻接图和多次子群重建时放大
010 scVelo
用剪接与未剪接计数推断 RNA 速度。
优势 动力学模式可逐基因拟合，支持比较状态变化方向
局限 需要可靠的剪接计数，动力学假设与细胞覆盖限制方向解释
计算量 CPU、内存。大量细胞逐基因拟合比绘制速度图更耗时
011 CellRank
以细胞转移矩阵估计终末状态与命运概率。
优势 可组合表达相似性、速度或实验时间等信息
局限 邻居图和终末状态选择会影响概率，稀有状态要核查
计算量 内存、CPU。大转移矩阵和多个条件分别求解时放大
012 pySCENIC
从单细胞表达推断转录因子调控子及活性。
优势 把共表达、基序筛选和细胞活性评分串起来
局限 依赖物种匹配的基序排名库，共表达边仍需独立验证
计算量 多核 CPU、内存、库盘。全基因建网与重复建网耗时
013 CellChat
比较细胞群之间的候选配体–受体信号。
优势 能按通路汇总网络，便于跨条件对照
局限 依赖数据库和分群，转录本表达无法证明真实信号传递
计算量 CPU、内存。置换次数、细胞群数和数据集数决定开销
014 NicheNet
从发送细胞配体推断接收细胞的候选靶基因。
优势 可将上游配体和下游差异表达联系起来
局限 先验网络的覆盖及背景基因集会改变配体排名
计算量 CPU、内存。普通单组比较较轻，多细胞对与多条件才放大
015 SingleR
用参考表达谱给单细胞分配细胞类型。
优势 可同时比较多个参考，给出标签与评分
局限 参考缺失的细胞类型易被归入近似类别
计算量 CPU、内存。按细胞注释大型参考图谱时放大
016 scDblFinder
从单细胞计数预测双细胞。
优势 能按捕获批次运行，适合接入自动质控
局限 同一类型细胞形成的双细胞较难识别，预期双细胞率影响阈值
计算量 CPU、内存。常规单文库负载较低
017 CellTypist
用预训练或自建分类器注释单细胞。
优势 成熟模型推断快，方便先筛查再人工复核
局限 预测空间受训练标签限制，跨组织或物种需重验
计算量 CPU、内存。单批推断较轻，重训及超大图谱才放大
018 Cell Ranger ARC
从 10x Multiome 的 RNA 与 ATAC 文库生成配对结果。
优势 统一细胞条形码，提供同一细胞的表达和染色质信息
局限 限定匹配的 Multiome 文库，参考注释须同时适配两种模态
计算量 多核 CPU、内存、临时盘。两类 FASTQ 和多文库并发
019 ArchR
从单细胞 ATAC 片段构建峰集、降维并做调控分析。
优势 Arrow 文件支持分批处理，能串联峰调用和 motif 分析
局限 文件读写和分组伪重复策略会影响速度及峰集合
计算量 内存、CPU、磁盘吞吐。大量片段和多组峰调用时放大
020 Signac
在 Seurat 中分析单细胞 ATAC 与配对 RNA。
优势 可联用表达、峰、motif 和片段轨迹
局限 依赖排序且建好索引的片段文件，大量区域查询受磁盘限制
计算量 内存、随机读盘。多样本片段合并与峰集重定量
空间组学与组织图像（021–040）
先分清输出单位。一个点位可能混有多种细胞，一个荧光对象也可能只是同一细胞内的一个信号。解卷积前核对参考谱和点位坐标，图像计数前检查像素标尺、分割边界和父子对象关系。
021 Space Ranger
将 Visium 系列测序与组织图像配准并生成空间表达矩阵。
优势 串联图像、空间坐标和分辨率相关输出，便于切片间复核
局限 芯片型号、图像质量与配准方式决定可用流程和结果
计算量 CPU、内存、临时盘。Visium HD、多切片及高分辨率图像
022 Xenium Ranger
重分析 Xenium 输出，重做或导入分割及转录本分配。
优势 可在同一批原始结果上比较不同细胞边界
局限 重分割、导入标签与导入多边形的内存需求差别很大
计算量 内存、磁盘。按组织面积、转录本数和具体子命令估算
023 Squidpy
构建空间邻居图并分析共现、邻域和组织图像。
优势 空间坐标、图像和 AnnData 可在同一流程中使用
局限 半径、邻居定义和组织边界会改变富集结果
计算量 内存、CPU。高密度细胞图、置换及多切片时放大
024 Giotto Suite
组织空间表达、细胞多边形和图像并分析空间关系。
优势 可在亚细胞与组织层级间切换，适配多种空间数据
局限 高分辨率分析需要统一坐标、像素尺度和特征标识
计算量 内存、磁盘。分子坐标、切片图层及中间对象叠加
025 RCTD（spacexr）
用单细胞参考分解空间点位中的细胞类型。
优势 有针对混合点位的模式，可校正两平台的表达差异
局限 参考缺少细胞类型或相近类型难分时，权重解释受限
计算量 CPU、内存。按点位数、参考类型和切片数放大
026 cell2location
从空间表达估计各细胞类型的丰度分布。
优势 层级模型可处理技术变异，给出后验不确定性
局限 参考表达及每位置细胞数等先验会影响丰度
计算量 GPU 训练、显存、主内存。高密度切片与模型重复拟合
027 Tangram
将单细胞表达映射到空间位置。
优势 支持细胞级或聚类级映射，可投影额外基因
局限 共享基因不足会削弱定位，细胞级映射矩阵可能很大
计算量 GPU 可加速、内存。细胞数与位置数同时增大时尤甚
028 CARD
结合参考表达与空间相关性做细胞类型反卷积。
优势 相邻位置可共享信息，适合连续组织区域
局限 空间平滑可能模糊锐利边界，参考类型缺失会产生偏差
计算量 CPU、内存。更密的点位与多切片拟合增加负载
029 SPOTlight
以标记基因启动 NMF，再估计点位细胞组成。
优势 可查看主题与细胞类型的对应，结果便于解释
局限 对参考标记选择和相似类型的可分性敏感
计算量 CPU、内存。参考细胞数、主题数及重复拟合
030 BayesSpace
以空间贝叶斯模型聚类并细化点位分辨率。
优势 显式利用近邻，可探索点位内部的结构
局限 细化结果来自模型推断，MCMC 迭代需要检查稳定性
计算量 CPU、内存。切片面积、分辨率及迭代数决定时长
031 STAGATE
通过图注意力自编码器识别空间表达域。
优势 邻域和表达可共同参与嵌入，适合组织区域划分
局限 图半径与邻接构造影响边界，换平台要重新设定
计算量 GPU 可加速、显存。节点数、边数及切片数量
032 SpaGCN
结合表达、空间坐标和组织图像识别区域。
优势 切片染色情况可为域划分补充信息
局限 染色差异、图权重和分辨率会影响跨切片一致性
计算量 内存、CPU 或 GPU。大点位图的距离和邻接计算
033 PASTE
用最优传输对齐多张空间转录组切片。
优势 可综合表达与几何距离得到跨切片映射
局限 组织缺失或切片形变会影响对齐，原始方法适合重叠区域
计算量 内存、计算时间。两张切片的点位数共同决定传输矩阵大小
034 SPARK-X
检测随空间位置变化的基因。
优势 非参数检验适合较大稀疏表达矩阵
局限 能发现空间关联，具体属于哪种组织结构仍需解释
计算量 CPU、内存。基因数、点位数和多切片检验
035 BANKSY
把局部邻域表达纳入细胞分型与组织分区。
优势 可调节细胞自身和邻域的权重，比较两类结构
局限 邻域尺度及权重会改变细胞类型和空间域的界限
计算量 CPU、内存。构建多尺度邻域特征时放大
036 Baysor
按转录本位置与组成推断原位细胞边界。
优势 可结合或独立于已有分割先验，再做转录本分配
局限 稀疏面板、细胞拥挤和尺度先验会影响边界
计算量 CPU、内存。分子坐标数、组织面积与重复分割
037 Cellpose
对显微图像的细胞或细胞核做实例分割。
优势 可用预训练模型并用人工标注微调
局限 染色、密度和形态变化时须抽查分割，分块边界要处理
计算量 GPU、显存、图像盘。整张切片、三维堆栈和批量推断
038 StarDist
以星凸多边形或多面体分割细胞核等对象。
优势 对近圆且密集的细胞核可直接输出实例轮廓
局限 星凸形状假设限制对强分叉或不规则对象的表现
计算量 GPU 可加速、内存。三维训练和大体积切块推断
039 QuPath
浏览全视野病理切片并检测、分类、计数细胞。
优势 交互标注可复用到脚本化批处理，便于病理复核
局限 染色归一化和分类器迁移要重新校准，单张阅片负载较低
计算量 内存、图像读盘、CPU。整批全切片分析时升级
040 CellProfiler
以模块化流程进行显微图像分割和表型测量。
优势 有图形界面和批处理入口，适合多孔板统一测量
局限 成像条件改变时阈值和分割步骤要逐批验证
计算量 CPU、内存、图像盘。高内涵筛选的孔板数和通道数
测序质控、DNA 比对与变异分析（041–060）
按分析步骤保存中间证据。做质控时保留读对和单端的分母。做比对时保存参考版本和附加序列。做变异分析时区分候选、已通过的位点和样本级基因型。读段数、模板数与位点数分别计量。
041 FastQC
检查 FASTQ 的碱基质量、接头、GC 与重复等指标。
优势 标准报告便于快速发现异常样本，并指导是否要回看实验环节
局限 模块警示需要结合建库类型解释，质控报告本身不会修复测序偏差
计算量 CPU、读盘。单文库较轻，适合作为询问下游比对或重分析的入口
042 fastp
在单次扫描中质控、修剪和过滤短读长 FASTQ。
优势 可合并多种预处理步骤，输出每个样本的质控报告
局限 裁剪阈值和过滤规则影响读段保留率，特殊建库需单独检查
计算量 CPU、磁盘吞吐。大量压缩 FASTQ 并发读写时，存储往往先饱和
043 BWA-MEM2
将短读长 DNA 比对到参考基因组。
优势 沿用 BWA-MEM 的分析习惯，适合多核批量比对
局限 索引占用和 CPU 指令集影响部署，短读长难解重复区
计算量 CPU、内存带宽、BAM 写盘。整批人全基因组
044 Bowtie 2
对短读长做局部或端到端比对。
优势 索引灵活，常用于微生物、ATAC 及宿主去除
局限 缺少针对 RNA 剪接的建模，多重比对需明确处理策略
计算量 CPU、读盘。人源去除或批量深测序时放大
045 SAMtools
对 SAM、BAM、CRAM 排序、合并、索引和提取。
优势 命令可串流，适合把大文件处理纳入流水线
局限 排序依赖临时空间，线程和单线程内存设置影响峰值
计算量 临时盘吞吐、CPU。高深度 BAM 排序和队列合并
046 Picard
标记重复、整理比对文件并汇总测序指标。
优势 读组和质控输出标准化，便于和 GATK 流程衔接
局限 Java 堆、临时文件以及高重复文库会影响运行
计算量 临时盘、内存、CPU。大 BAM 去重复及并发样本
047 BCFtools
对 VCF/BCF 做变异检测、规范化、过滤和合并。
优势 BCF 二进制与流式管道适合处理大规模位点集
局限 多等位表示、样本字段和过滤表达式必须核对
计算量 CPU、磁盘。大队列重编码、合并和全库扫描
048 GATK
用 HaplotypeCaller、Mutect2 等做胚系或体细胞变异检测。
优势 支持按区间拆分任务，胚系 gVCF 可进入队列联合分型
局限 不同模块的并行方式和内存模型不同，联合导入还受文件系统限制
计算量 CPU、内存、临时盘。人 WGS 队列或肿瘤配对批次
049 DeepVariant
从短读长或长读长比对中识别胚系小变异。
优势 有面向多种测序技术的训练模型，可输出 gVCF
局限 模型须匹配数据类型，GPU 加速仅覆盖部分步骤
计算量 CPU、读写、可选 GPU。WGS 批量时分别测样例生成和推断
050 GLnexus
把多样本 gVCF 联合分型成队列变异集。
优势 可针对 DeepVariant 等输入配置合并规则
局限 样本参考版本、调用流程和配置需要一致
计算量 CPU、内存、本地盘。样本数与联合覆盖区域一起放大
051 FreeBayes
用单倍型模型检测小变异和多等位位点。
优势 可设置倍性，也能处理混池样本
局限 高深度或复杂区域代价高，频率阈值需贴合实验设计
计算量 CPU。大基因组按区间并行，高深度样本单区间可能拖尾
052 DRAGEN
用 Illumina 加速平台运行比对、变异检测等流程。
优势 软硬件配套，适合已有平台的测序生产批次
局限 部署受厂商支持的本地平台、云产品及授权约束
计算量 专用平台、I/O。先确认运行平台和可迁移的上下游环节
053 NVIDIA Parabricks
用 GPU 加速受支持的比对和变异检测流程。
优势 可让 WGS 的若干长步骤共享一套 GPU 工作环境
局限 支持的 GPU、显存和具体加速环节随工具及版本而异
计算量 GPU、CPU、临时盘。按管线、读深和同时在跑的样本数试跑
054 Strelka2
检测胚系或肿瘤–正常配对的小变异。
优势 成熟流程可复现既有短读长队列
局限 上游仓库已归档，新队列沿用前需评估版本维护
计算量 CPU。存量 WGS 队列复跑与区间并行
055 Manta
从配对短读长及局部组装识别结构变异。
优势 可处理胚系或肿瘤–正常配对，输出断点候选
局限 上游仓库已归档，重复区断点仍受短读长限制
计算量 CPU、内存。存量队列全基因组重跑
056 DELLY
综合异常读对与裂分读段检测结构变异。
优势 能对候选事件再分型，方便跨样本比较
局限 复杂重排与低可比对区域的断点需其他证据复核
计算量 CPU、BAM 读盘。事件集跨队列分型时放大
057 GRIDSS2
通过断点组装检测体细胞结构变异。
优势 可保留单断端和组装证据，适合复杂重排研究
局限 组装中间文件较大，过滤背景噪声需匹配的对照
计算量 CPU、内存、临时盘。高深度肿瘤全基因组
058 SvABA
以全基因组局部组装寻找结构变异和插入缺失。
优势 可在同一流程中检查短 indel 与较大的断点
局限 低肿瘤纯度或低覆盖区域可能缺少组装证据
计算量 CPU、内存、临时盘。高深度肿瘤–正常配对
059 Ensembl VEP
按转录本注释变异后果并叠加插件数据。
优势 可离线用缓存，支持多转录本和批量功能注释
局限 物种、组装、缓存及插件版本必须对应
计算量 CPU、缓存盘。全基因组队列加多插件时放大
060 SnpEff
用本地基因模型预测变异的转录本后果。
优势 可自建物种数据库，适合流程化注释
局限 注释准确性取决于参考基因模型和转录本选择
计算量 CPU、内存。单个变异表较轻，大队列注释才放大
长读长、基因组组装与质量评估（061–080）
把读长、测序技术、预计倍性和是否需要拆分单倍型一起纳入选型。比较组装时同时查看连续性、碱基准确性、保守基因完整性和重复带来的冗余，单独一个较高的 N50 不能说明基因组更完整。
061 Dorado
把纳米孔原始电流信号转换为碱基序列，也可识别修饰。
优势 可批量重算旧 POD5，比较不同精度和修饰模型
局限 模型必须匹配芯片、化学版本和采样设置，原始信号要保留
计算量 GPU、信号盘吞吐。多张流动槽、SUP 模型或积压数据重算
062 minimap2
比对长读长、转录本或组装序列。
优势 同一工具以不同预设处理噪声读段、剪接和组装对齐
局限 跨平台或高分歧序列需选对预设，重复区仍会多重匹配
计算量 CPU、内存、BAM 写盘。多份大基因组长读长数据
063 hifiasm
以高准确度长读长进行分相基因组组装。
优势 可结合 Hi-C 或亲本信息保留两套单倍型
局限 覆盖、杂合度、倍性及去冗余设置影响组装解释
计算量 大内存、CPU。大基因组的重叠检测、建图和多样本组装
064 Verkko
整合高准确度与超长读长，组装复杂重复区域。
优势 不同读长证据可互补，适合追求端粒到端粒的项目
局限 读长质量及超长覆盖影响跨重复能力，多阶段流程排错较重
计算量 CPU、大内存、临时盘。大型基因组追求端粒到端粒组装时，分阶段测峰值
065 Flye
用长读长重复图做从头组装，也有宏基因组模式。
优势 可处理多类长读长，输入到组装流程较直接
局限 高相似重复和菌株混合会引入图歧义
计算量 CPU、内存。基因组大小、覆盖深度及混合群落复杂度
066 Canu
对长读长做纠错、修剪和组装。
优势 多个阶段可在集群调度，适合复现长读长组装项目
局限 高覆盖大基因组的纠错和重叠计算很耗时
计算量 多核 CPU、内存、临时盘。看纠错阶段的 CPU 核时
067 MaSuRCA
用短读长并可结合长读长做混合组装。
优势 能复用已有短读长数据，适合非模式物种
局限 文库参数、错误率及不同数据的搭配会影响组装
计算量 大内存、CPU、临时盘。大型动植物基因组混合组装
068 Racon
用读段对草图组装进行共识纠错。
优势 输入输出清晰，可与不同长读长比对工具组合
局限 各轮都需可靠比对，重复迭代收益需用独立指标检查
计算量 CPU、内存。超长组装、多轮比对与抛光
069 Medaka
用神经网络对纳米孔组装做共识修正。
优势 可使用与测序体系相匹配的模型细化碱基
局限 模型与碱基识别版本不匹配会影响效果
计算量 GPU 可加速、读盘。大基因组、多批次或高深度重算
070 Unicycler
用短读长并结合长读长对细菌分离株进行混合组装。
优势 能用较低覆盖的长读长跨接短读长组装图，适合已有两类数据的项目
局限 短读长图过于破碎时难以跨接，有充足高准确长读长时应重新评估组装路线
计算量 CPU、内存、临时盘。单菌株较轻，持续送样的分离株队列可并行
071 YaHS
利用 Hi-C 联系将 contig 连成染色体级 scaffold。
优势 流程直接，能通过接触图核查拼接结果
局限 Hi-C 文库质量和输入组装中的错拼会传递到 scaffold
计算量 CPU、内存。大基因组、高深度 Hi-C 及反复修订
072 RagTag
参照近缘基因组进行 scaffold 构建和修正。
优势 便于快速形成染色体框架并追溯片段位置
局限 参考引导可能掩盖目标样本的真实重排
计算量 CPU、内存。多品系全基因组对齐比单份脚手架更耗时
073 purge_dups
用深度和自比对识别组装中多余的单倍型片段。
优势 可减少杂合二倍体组装的重复表示
局限 阈值不合适可能误删真实重复或多倍体同源拷贝
计算量 CPU、内存、比对文件。大型杂合基因组全量自比对
074 Merqury
用准确测序读段的 k-mer 评估组装质量和完整性。
优势 无需参考基因组即可估算 QV，还可评估分相
局限 依赖足量且误差低的评估读段，k 的选择影响解释
计算量 内存、k-mer 库及临时盘。大基因组、多套候选组装
075 QUAST
计算连续性，并可与参考对齐检查错拼。
优势 同一报告可对照多套组装的多项指标
局限 参考与样本的真实结构差异可能被计为错拼
计算量 CPU、内存。大型真核参考及多版本全基因组比对
076 BUSCO
用谱系保守的单拷贝直系同源基因评估完整性。
优势 能在同一谱系内比较基因组、转录组或蛋白集
局限 谱系库选择及真实复制会影响完整、重复和缺失的解释
计算量 CPU、库盘。整批真核组装重跑和基因预测阶段
077 Clair3
对长读长比对调用胚系小变异。
优势 结合快速 pileup 与全比对模型，可适配若干长读长平台
局限 模型要与平台、精度和碱基识别方式匹配
计算量 CPU、可选 GPU、读盘。批量 WGS 取决于所选后端
078 Sniffles2
在长读长中检测并联合分析结构变异。
优势 可保留单样本证据供队列合并，适合长读长研究
局限 低覆盖、嵌合比例和重复序列会限制检出
计算量 CPU、BAM 读盘、内存。多样本全基因组或嵌合筛查
079 WhatsHap
利用跨变异读段对基因型进行分相。
优势 可纳入家系信息并输出可追踪的相位块
局限 定相连续性取决于读长覆盖及输入变异可靠性
计算量 CPU、内存。高覆盖、复杂倍性或大量样本时放大
080 HapHiC
从 Hi-C 数据构建分单倍型的染色体级 scaffold。
优势 可直接处理高杂合或多倍体组装的分群与排序
局限 等位 contig 混淆及 Hi-C 数据偏倚会影响染色体分组
计算量 CPU、内存、接触图读写。多倍体和大型植物基因组
泛基因组、比较基因组与基因注释（081–100）
多组装比较前统一组装版本、序列名称及基因模型。图结构能表示不同个体携带的序列路径，参考坐标则便于与已有注释对照。设计统计时先决定研究单位是碱基、基因、同源簇还是完整的结构事件。
081 Cactus（含 Minigraph-Cactus）
做多基因组全长比对并构建泛基因组图。
优势 保留跨样本同源对应，可用于图构建与坐标投影
局限 工作流多阶段，物种距离、引导树和样本集影响结果
计算量 集群 CPU、大内存、临时盘。多套哺乳动物或作物组装
082 minigraph
从多份组装快速构建结构变异泛基因组图。
优势 适合以参考为骨架先梳理较大的结构差异
局限 图构造受骨架和输入顺序影响，小变异表达有限
计算量 CPU、内存。大基因组与多单倍型逐份加入
083 vg
基于变异图进行建索引、读段映射和分型。
优势 图上可表达多个等位路径，适合多样化参考
局限 图索引建设成本高，不同图类型及下游坐标要统一
计算量 CPU、大内存、索引盘。特别关注建索引和队列映射
084 PGGB
通过序列间比对构建泛基因组图。
优势 可直接比较多个单倍型，保留复杂变异路径
局限 全体样本间比对开销大，高重复区域需要分区与参数检查
计算量 CPU、大内存、临时盘。参与组装数和序列相似性决定规模
085 ODGI
对泛基因组图排序、提取子图并可视化。
优势 能对复杂图做局部分析并检查不同路径
局限 图布局与排序会改变展示，解读需要路径和坐标背景
计算量 内存、CPU。染色体级多路径图布局、排序与统计
086 GraphAligner
把长读长比对到序列图。
优势 支持读段直接走图路径，适合结构复杂区域
局限 图质量、重复路径及带宽设置影响映射歧义和耗时
计算量 CPU、内存。大图上的全基因组长读长
087 PanGenie
结合输入单倍型面板及 k-mer 对变异进行基因分型。
优势 可利用人群单倍型补充短读长难以直接比对的证据
局限 参考面板代表性决定可识别的等位类型
计算量 CPU、内存、k-mer 磁盘。队列样本和面板扩展
088 MUMmer4
做基因组或组装间的高效成对比对。
优势 可查看共线、错配及重排，为组装评估提供坐标
局限 大量近同源重复会产生冗余匹配，筛选策略影响下游
计算量 CPU、内存。大基因组与多对组装比较
089 miniprot
将蛋白序列以剪接感知方式比对至基因组。
优势 能快速把近缘物种蛋白投影到新组装
局限 远缘同源和边界精细注释仍需要转录证据复核
计算量 CPU、索引盘。多个大基因组与大蛋白库批量映射
090 Liftoff
在组装间转移基因与转录本注释。
优势 保留常见注释层级，便于给近缘新参考快速起稿
局限 高度分歧、结构重排或拷贝数变化处容易歧义
计算量 CPU、内存。大量品系组装重复投射
091 BRAKER
结合 RNA 或蛋白证据训练并预测真核基因。
优势 把证据整合、训练和预测串成可复用流程
局限 证据质量影响模型，GeneMark 等依赖的安装与许可需核对
计算量 多核 CPU、内存、临时盘。大基因组和大规模证据比对
092 MAKER
整合重复屏蔽、转录本、蛋白及预测模型生成基因注释。
优势 可分区运行并逐轮更新，适合非模式物种
局限 依赖工具多，训练、证据和参数管理影响跨轮可比性
计算量 CPU、共享存储。基因组分块、并行物种和多轮注释
093 AUGUSTUS
按物种模型预测真核基因结构。
优势 支持引入外部证据提示并训练物种模型
局限 远缘模型或低质量训练集可能错判外显子边界
计算量 CPU。大基因组扫描及反复训练时放大
094 RepeatModeler
从头构建物种特异的重复序列家族库。
优势 能补充公共数据库中缺少的重复家族
局限 高重复、嵌套插入和碎片会增加去冗余与人工整理难度
计算量 多核 CPU、大内存、临时盘。高重复植物和大型基因组
095 RepeatMasker
用已知识别库屏蔽或注释基因组重复序列。
优势 成熟的重复分类与坐标输出可接基因注释流程
局限 结果受重复库、物种和搜索引擎选择影响
计算量 CPU、库盘。全基因组、多个品系与多次换库重跑
096 EDTA
自动识别并整合真核基因组的转座元件注释。
优势 综合结构证据和同源证据，适合植物转座子研究
局限 碎片化组装及重复密集区域会影响边界与类别
计算量 CPU、大内存、临时盘。高重复植物和多基因组
097 OrthoFinder
跨物种推断正交基因群、基因树和复制事件。
优势 能从整套蛋白组生成可追踪的同源关系
局限 错误注释与冗余异构体可扭曲基因家族大小
计算量 CPU、内存、临时盘。物种数、蛋白数和基因树数放大
098 MCScanX
根据同源基因匹配与坐标寻找共线区块。
优势 适合比较植物染色体结构和基因复制类型
局限 强重排或注释不完整时，共线锚点可能不足
计算量 CPU、内存。多基因组同源搜索常是主要前置负载
099 SyRI
从成对组装比对识别共线区及结构重排。
优势 可区分倒位、易位与共线区域内的小变异
局限 依赖高质量组装与方向正确的染色体对应
计算量 CPU、内存。多份染色体级组装两两比较
100 TOGA
沿全基因组比对投射基因并推断基因保留或丢失。
优势 结合外显子结构和阅读框证据，适合比较基因组
局限 依赖高质量链式比对与参考注释，组装缺口容易混淆丢失判断
计算量 集群 CPU、内存、盘。大量物种或长基因并行投射
宏基因组、分箱与菌株分析（101–120）
若问题是物种组成，可直接评估分类数据库与读段归属。若要恢复基因组和连锁关系，需要考虑组装、分箱、去冗余与质量评估。共组装能合并覆盖，也可能把相近菌株的差异混在同一张组装图里。
101 Kraken 2
把宏基因组读段快速归入分类单元。
优势 索引可被多个批次复用，适合长期运行相同数据库的项目
局限 数据库组成决定可识别范围，近缘种共享序列会误分
计算量 内存、数据库盘、读盘。先问数据库版本与大小，再问样本数
102 Bracken
根据 Kraken 分类报告重新估计物种或属丰度。
优势 可以复用既有报告，减少重做读段分类的开销
局限 需匹配 Kraken 数据库和读长分布，偏差会沿用到丰度
计算量 普通丰度重估较轻。大库重新构建 Bracken 分布时耗 CPU 和盘
103 MetaPhlAn
以类群特异标记基因估计群落组成。
优势 避免比对整个参考基因组库，便于跨样本做标记谱
局限 非标记区域的信息利用少，低丰度检出受深度和数据库影响
计算量 CPU、库盘。大队列逐样本搜索及换数据库重跑
104 HUMAnN
按群落或物种归属估计基因家族和代谢通路丰度。
优势 串联核酸与翻译搜索，输出兼顾群落功能和来源
局限 大量读段进入翻译搜索时较慢，通路丰度仍受数据库覆盖影响
计算量 多核 CPU、内存、库盘。未匹配读段多、队列大时更重
105 MEGAHIT
从短读长宏基因组组装 contig。
优势 压缩图表示适合深测序群落及大规模共组装
局限 高度相似菌株和低丰度基因组仍易碎片化
计算量 CPU、大内存、临时盘。共组装样本数、总碱基与群落复杂度
106 SPAdes（含 metaSPAdes）
组装分离株或用 metaSPAdes 模式组装复杂群落。
优势 多 k-mer 流程可处理不同覆盖特征，提供组装图
局限 复杂群落的组装可能出现较高峰值内存，建库类型须符合所选模式
计算量 大内存、CPU、临时盘。按菌株模式或宏基因组模式分别估算
107 MetaBAT 2
用序列组成与覆盖信息将 contig 分箱。
优势 可复用多样本覆盖差异，适合较大组装的快速初筛
局限 近缘菌株及较短 contig 难以稳定分开
计算量 CPU、内存。多份 BAM 生成覆盖表常占更多 I/O
108 MaxBin 2
结合标记基因、组成和覆盖估计微生物基因组分箱。
优势 能利用多样本丰度矩阵辅助拆分基因组
局限 覆盖相近的近缘种或稀有种容易形成不完整箱
计算量 CPU、内存。共组装 contig 数和覆盖样本数
109 CONCOCT
基于序列组成及跨样本覆盖做无监督分箱。
优势 多样本覆盖变化可帮助区分组成相近的 contig
局限 上游切片及回并会影响结果，单样本覆盖信息有限
计算量 CPU、内存。切片数和多样本覆盖矩阵决定负载
110 VAMB
用变分自编码器学习 contig 表示并分箱。
优势 可整合多样本丰度与序列组成，适合大规模样本集
局限 需要匹配的丰度矩阵，菌株混合仍需箱质量复核
计算量 GPU 可加速、主内存。多样本联合训练及大量 contig
111 SemiBin2
以自监督学习对宏基因组 contig 分箱。
优势 可面向短读长或长读长组装，支持多样本模式
局限 模型、样本划分和覆盖文件需要与组装一致
计算量 GPU 可加速、内存。多样本训练和联合分箱
112 DAS Tool
对多个分箱器产生的候选箱进行评分和去冗余。
优势 复用已有分箱结果，可整合互补的候选基因组
局限 效果受候选箱质量和单拷贝基因信息限制
计算量 CPU、内存。多套大分箱结果及标记基因搜索
113 CheckM2
估计微生物基因组或 MAG 的完整度与污染度。
优势 机器学习结合标记和功能信息，便于批量质控
局限 预测值有物种与基因组特征依赖，边缘箱需再复核
计算量 CPU、数据库盘。成千上万 MAG 的蛋白功能搜索
114 GTDB-Tk
将细菌或古菌组装按 GTDB 体系分类。
优势 综合 ANI、标记基因和参考树，便于对 MAG 统一命名
局限 参考库版本会改变分类，树放置与 ANI 命中的耗时不同
计算量 大内存、CPU、库盘。看参考库版本、树模式及进入放置的 MAG 数
115 dRep
按基因组相似性对 MAG 或分离株去冗余。
优势 先粗分再精比，可选择质量较好的代表组装
局限 ANI、对齐覆盖和质量权重会改变代表集
计算量 CPU、内存、临时盘。大簇内部精比较容易成为瓶颈
116 CoverM
从宏基因组读段估计 contig 或基因组的覆盖与丰度。
优势 便于把同一套 MAG 作为多个样本的覆盖参考
局限 相近基因组之间读段多重映射，阈值会左右丰度
计算量 CPU、BAM 读写。大量样本回贴同一 MAG 集
117 anvi’o
交互式整合组装、覆盖、基因注释与泛基因组。
优势 可将自动分箱和人工精修放在同一套结果中
局限 建库与环境依赖较多，大型交互结果需要筛选视图
计算量 CPU、内存、数据库 I/O。多样本 profiling 和泛基因组
118 metaWRAP
编排宏基因组质控、组装、分箱与精修。
优势 可用统一入口复用多个分箱器和评估步骤
局限 旧依赖和参考数据库的复现成本高，宜按模块锁定环境
计算量 CPU、大内存、临时盘。峰值取决于组装和分箱模块
119 Kaiju
在蛋白层面对宏基因组读段做分类。
优势 翻译搜索有助于发现核酸差异较大的同源序列
局限 近缘种蛋白保守会降低分类分辨率，结果随参考库变化
计算量 CPU、内存、蛋白库盘。海量读段与大参考库
120 inStrain
从宏基因组比对量化微多样性并比较菌株群体。
优势 结合覆盖、变异和连锁信息，便于研究菌株共享
局限 覆盖不足或参考与真实菌株差异大时结果不稳
计算量 CPU、内存、BAM 读写。深度队列和样本间成对比较
微生物生态、病原体与功能基因（121–140）
先定义生态问题的输入和分母。扩增子特征表、基因家族丰度和宿主去除后的病原读段有不同的误差来源。比较相对丰度时同时记录未分类部分、参考库版本及测序深度，低丰度信号应回查原始证据。
121 QIIME 2
用可追溯的插件流程处理扩增子等微生物组数据。
优势 保留分析来源，便于在团队中复查表格、树和多样性结果
局限 具体算法和资源消耗取决于插件，分类器须匹配扩增区域
计算量 CPU、内存。大队列去噪或训练分类器时才明显放大
122 DADA2
按测序误差模型推断扩增子序列变体（ASV）。
优势 单碱基分辨率，能直接构建 ASV 表并去嵌合体
局限 截断长度和读段重叠不足会影响合并，混合批次须检查误差模型
计算量 CPU、内存。深测序、全池化和大量独特序列时放大
123 mothur
用命令化流程处理扩增子、OTU 和多样性结果。
优势 教程与标准流程成熟，适合复现既有 16S 项目
局限 聚类策略及参考比对会改变 OTU 定义，全距离计算可很重
计算量 CPU、内存。大量独特序列的距离矩阵或聚类
124 VSEARCH
核酸序列去冗余、聚类、搜索及去嵌合。
优势 能用同一命令行工具组合多种扩增子处理步骤
局限 基于相似性阈值的聚类会受阈值和输入顺序影响
计算量 CPU、内存。大量独特序列的全库比对和聚类
125 PICRUSt2
从标记基因序列推测微生物群落功能。
优势 没有 shotgun 数据时也能形成可检验的功能假设
局限 预测依赖与参考基因组的亲缘关系，不能直接测出样本基因
计算量 CPU、内存。大型 ASV 集的系统树放置较重
126 sourmash
用序列草图搜索、比较和分解微生物样本。
优势 草图便于高通量初筛和参考库复用
局限 稀疏采样牺牲部分低丰度信息，k 与缩放参数需匹配
计算量 CPU、索引盘。超大草图库及反复搜索，单次小比较较轻
127 skani
快速估算原核基因组间的 ANI 和对齐比例。
优势 适合先对大批 MAG 做相似性筛查
局限 低相似或重叠不足时得分解释受限，不能替代逐碱基比对
计算量 CPU、内存。大规模全对全比较比单对更有价值
128 Prokka
对原核组装快速生成基因与功能注释。
优势 输入输出简洁，适合沿用已有细菌分离株流程
局限 依赖参考库覆盖和基因命名规则，跨项目版本须锁定
计算量 CPU、库盘。单个菌株常较轻，持续批量提交才放大
129 Bakta
用标准化数据库对细菌组装进行结构及功能注释。
优势 稳定标识符和统一输出方便比较多株基因组
局限 数据库需要本地空间并保持可追踪版本
计算量 CPU、数据库盘。成百上千菌株更新注释时放大
130 Panaroo
以基因图构建细菌泛基因组并校正部分注释误差。
优势 可改善组装碎片化带来的虚假基因家族
局限 基因家族与存在缺失矩阵受注释一致性和清理模式影响
计算量 CPU、内存。大规模菌株和附属基因家族增多时放大
131 CheckV
评估病毒组装完整性并识别可能的宿主污染。
优势 为病毒 contig 提供相对统一的质控尺度
局限 新颖病毒或参考不足时可出现低置信度乃至无法估计
计算量 CPU、库盘。海量候选病毒 contig 批量筛查
132 Snippy
从细菌分离株短读长调用变异并生成核心位点比对。
优势 流程固定，便于传播研究中统一处理多个样本
局限 近缘参考和足够覆盖很重要，差异过大的样本核心区会缩水
计算量 CPU、BAM 盘。数百至数千分离株按样本并行
133 Gubbins
在细菌核心基因组比对中识别可能的重组片段。
优势 便于研究重组对分支长度和树拓扑的影响
局限 输入比对误差或样本差异过大都会干扰重组识别
计算量 CPU、内存。大规模核心比对上的迭代建树
134 ClonalFrameML
基于树和全基因组比对推断细菌重组。
优势 可估计重组与点突变对进化的相对贡献
局限 依赖输入树、序列比对和重组模型假设
计算量 CPU。菌株、位点和多组参数拟合规模决定时长
135 Bactopia
编排细菌分离株质控、组装和可选下游流程。
优势 同一批次可并行复用流程及数据库
局限 安装多个可选模块会增加镜像与参考库维护工作
计算量 CPU、内存、共享盘。持续送样和多个分析模块叠加
136 AMRFinderPlus
在细菌组装或蛋白序列中寻找耐药基因及已知突变。
优势 由 NCBI 维护规则库，可追溯命中证据
局限 检测范围依赖数据库与物种，基因命中不能直接替代表型
计算量 CPU、数据库盘。单株较轻，监测队列靠批量放大
137 RGI
按 CARD 模型鉴定候选耐药基因及相关变异。
优势 能区分不同证据等级，方便追溯耐药机制
局限 宽松阈值会增加待复核结果，基因型与药敏表型仍有距离
计算量 CPU、库盘。宏基因组读段或海量组装批次
138 geNomad
在宏基因组序列中识别病毒和质粒。
优势 将标记与序列分类结合，能处理大批 contig
局限 短片段和未充分表征的类群可能难以可靠区分
计算量 CPU、内存、库盘。大型共组装和跨项目重筛
139 VirSorter2
从基因组或宏基因组组装中发掘候选病毒。
优势 可按病毒组别筛查，便于与质量评估流程衔接
局限 短 contig 和异常宿主片段可能导致漏检或假阳性
计算量 多核 CPU、内存、库盘。大量 contig 的基因与 HMM 搜索
140 DRAM
对微生物基因组或 MAG 做功能注释及代谢汇总。
优势 把多库命中整理成可读的代谢结果
局限 启用的数据库和授权数据范围影响覆盖与可复现性
计算量 CPU、内存、库盘。多个大型蛋白库与成批 MAG
转录组定量、剪接与表达网络（141–160）
需要基因表达、转录本比例或剪接事件，决定了可用的定量单位。建立参考时核对注释版本，检查双端方向和文库链特异性。差异模型中保留批次和生物学重复，汇总基因后再解释亚型变化要格外谨慎。
141 HISAT2
将 RNA 短读长剪接比对至基因组。
优势 层级索引便于控制内存，可接常见转录本组装流程
局限 剪接位点设置、链特异性及注释版本会影响新接头
计算量 CPU、读写。大型 RNA 队列按文库并行
142 Salmon
从 RNA 测序读段估计转录本丰度。
优势 无需输出全基因组排序 BAM 即可批量定量，可校正多种偏倚
局限 转录本集合和 decoy 选择影响相近异构体的丰度分配
计算量 CPU、索引内存。数百文库或反复更换参考转录组
143 kallisto
利用伪比对快速量化已知转录本。
优势 适合大批样本快速出表达量，可用 bootstrap 估计不确定性
局限 依赖参考转录组，不能独立重建新的完整转录本
计算量 CPU、内存。大量文库及多次 bootstrap 时放大
144 RSEM
用概率模型估计基因和异构体表达。
优势 显式处理多重比对读段的分配，可输出估计不确定性
局限 上游比对和概率推断增加耗时，相似异构体仍难区分
计算量 CPU、内存、临时盘。深测序或多样本全量定量
145 Subread（含 featureCounts）
比对读段或按注释汇总基因与外显子计数。
优势 featureCounts 可直接批量读取 BAM，便于构建计数矩阵
局限 链特异性、多重比对和重叠特征的规则会改变计数
计算量 BAM 读盘、CPU。几百个比对文件共用磁盘时明显
146 StringTie
从剪接比对组装并量化转录本。
优势 可用已有注释引导，也可生成候选新转录本
局限 低表达和复杂剪接区域易产生碎片，跨样本合并需过滤
计算量 CPU、内存。大量文库、跨样本转录本合并
147 Trinity
在缺少参考基因组时从头组装短读长转录组。
优势 适合非模式物种发现候选转录本，后续可预测开放阅读框
局限 高表达冗余、相似基因与异构体会使组装难以解释
计算量 大内存、多核 CPU、临时盘。多组织合并及深测序
148 TransDecoder
从转录本序列中预测候选编码区。
优势 可加入同源或结构域证据筛选 ORF，适合组装后注释
局限 短 ORF、碎片转录本和非标准遗传密码需特别处理
计算量 CPU。大规模转录本的外部同源搜索通常最耗时
149 FLAIR
对长读长 RNA 比对做剪接纠正、异构体归并和定量。
优势 可用注释或短读长接头增强异构体证据
局限 截短读段和低覆盖可导致错误合并或遗漏
计算量 CPU、内存、临时盘。多条件全长转录组联合分析
150 IsoQuant
用长读长 RNA 测序组装并定量异构体。
优势 同时覆盖已注释和候选新异构体，适合非模式转录本研究
局限 结果依赖比对质量、注释完整性及末端证据
计算量 CPU、内存。大型队列按样本或基因组分区
151 SQANTI3
给长读长异构体分类并检查结构伪影。
优势 能同时查看剪接、转录起止及支持证据
局限 质量类别与过滤规则依赖参考和辅助数据质量
计算量 CPU、内存、参考盘。全长转录组目录反复质控
152 Iso-Seq（isoseq）
聚类和整理 PacBio 全长转录本读段。
优势 与 PacBio 全长流程衔接，便于得到一致异构体序列
局限 RNA 完整度和读段覆盖限制罕见及超长转录本解析
计算量 CPU、内存、磁盘。批量全长文库聚类、比对与归并
153 rMATS-turbo
从有重复的 RNA-seq 检测差异剪接事件。
优势 按事件类型输出变化和统计量，便于下游验证
局限 注释、读长及比对质量影响事件支持，需匹配实验分组
计算量 CPU、内存、BAM 读写。大队列全量扫描与重复比较
154 MAJIQ
从 RNA 比对构建局部剪接变异并比较条件。
优势 可表达比简单外显子跳跃更复杂的局部事件
局限 低覆盖接头证据不足，跨组分析需统一图和过滤口径
计算量 CPU、内存。多样本剪接图构建与多组比较
155 LeafCutter
按内含子切除比例分析差异剪接。
优势 能发现注释之外的接头，适合人群剪接分析
局限 仅有剪接接头的事件可见，结果需再关联具体异构体
计算量 CPU、内存。大型队列剪接簇构建及统计检验
156 Arriba
从 STAR 比对中筛选融合转录本。
优势 可利用嵌合比对及过滤规则快速形成候选清单
局限 依赖上游 STAR 设置，读穿转录等背景信号需复核
计算量 CPU、BAM 读盘。整批 RNA 重比对常比候选筛选更重
157 STAR-Fusion
根据 STAR 嵌合读段识别融合事件。
优势 参考资源和证据输出便于在队列中统一筛选
局限 参考库和过滤影响假阳性，低表达融合仍可能漏检
计算量 CPU、内存、参考盘。多样本从 FASTQ 运行时更重
158 DESeq2
对有生物学重复的计数矩阵做差异表达。
优势 离散度估计和实验设计支持成熟，适合常规组间比较
局限 设计混杂无法靠模型自动消除，归一化表达值不能当原始计数输入
计算量 CPU、内存。常规 bulk 计数矩阵通常负载较低
159 edgeR
以负二项模型和准似然等方法分析计数差异。
优势 支持复杂设计、对比和低表达过滤，组间检验灵活
局限 需合理估计离散度，缺少生物学重复时推断能力有限
计算量 CPU、内存。常规基因计数较轻，大量特征或对比才放大
160 WGCNA
从跨样本表达相关性构建共表达网络模块。
优势 可把模块特征与性状关联，支持分块建网
局限 小样本相关性不稳定，基因数增大时拓扑重叠矩阵迅速膨胀
计算量 内存、CPU。全基因建网、多个组织和参数扫描
表观基因组、甲基化与三维基因组（161–180）
开放染色质、甲基化与染色质互作回答不同问题。分析峰之前核对重复、线粒体比例与背景。计算甲基化时同时保留覆盖深度。比较接触图时统一分辨率和有效测序深度，避免将稀疏程度误读为结构变化。
161 MACS3
从 ChIP-seq 或 ATAC-seq 等实验检测富集峰。
优势 可按窄峰或宽峰等信号特征选择模型
局限 背景、重复读段及片段设置会影响峰边界和假阳性
计算量 CPU、内存。单个普通峰集较轻，大批样本和深覆盖时放大
162 BEDTools
对峰、注释、变异和比对区间求交集、覆盖或最近邻。
优势 同一工具可跨多种基因组格式组合区间，排序输入支持更省内存的交集算法
局限 坐标体系、参考版本、排序顺序或链方向不一致都会产生错误匹配
计算量 CPU、内存、读写。数亿个片段或反复与许多注释轨道求交时放大
163 deepTools
生成归一化信号轨道、热图和基因组区间统计。
优势 工具链可复用 bigWig 等索引格式，便于比较多条件信号
局限 分箱宽度、归一化和参考区域选择会改变可视化解释
计算量 CPU、磁盘吞吐。大量 BAM 生成高分辨率全基因组轨道
164 DiffBind
比较多个 ChIP-seq 或 ATAC-seq 样本的差异结合。
优势 把共识峰、读段计数和实验设计整合在 R 中
局限 峰集定义及归一化策略会改变差异区列表
计算量 内存、BAM 读盘。多峰集和数百个样本重新计数
165 ChromHMM
以隐马尔可夫模型组合多种标记推断染色质状态。
优势 可在多个细胞类型复用同一状态模型
局限 二值化、标记组合和状态数决定模型可辨性，状态命名需解释
计算量 CPU、内存。全基因组多标记、多细胞类型与多组状态数
166 TOBIAS
从 ATAC-seq 估计转录因子足迹和条件差异。
优势 包含转座酶偏倚校正，并可在 motif 位点比较信号
局限 足迹受酶切偏倚、深度和因子停留时间影响
计算量 CPU、内存、轨道盘。全基因组、多个 motif 和条件
167 MEME Suite
发现、比较和扫描 DNA 或蛋白序列基序。
优势 同一套件覆盖从头发现和已知基序搜索
局限 背景模型和搜索空间影响显著性，全量扫描易产生冗余命中
计算量 CPU、内存。全基因组多基序扫描及复杂从头发现
168 HOMER
在选定基因组区域发现和富集转录因子基序。
优势 可同时使用已知和从头 motif，适合峰集解释
局限 背景序列、GC 或长度不匹配会产生伪富集
计算量 CPU、内存。大量峰集和多次从头 motif 搜索
169 Bismark
对亚硫酸氢盐测序做比对、去重复及甲基化提取。
优势 流程成熟，支持链特异文库并可输出胞嘧啶上下文
局限 转化效率、文库方向和参考构建错误都会引入偏差
计算量 多核 CPU、内存、临时盘。人 WGBS 或深度植物甲基组
170 BWA-meth
用 BWA 系列后端比对亚硫酸氢盐测序读段。
优势 输出常规比对格式，方便衔接覆盖和甲基化提取
局限 需使用相应转换参考，甲基化汇总要接下游工具
计算量 CPU、内存、读写。批量 WGBS 的全量比对
171 MethylDackel
从亚硫酸氢盐比对结果提取位点甲基化指标。
优势 可按上下文和比对质量过滤，方便统一制表
局限 读端偏倚、重叠配对和低覆盖处理影响甲基化比例
计算量 CPU、BAM 读写。数十至数百个 WGBS 样本逐位点扫描
172 methylKit
在 R 中做位点或区域差异甲基化分析。
优势 支持过滤、分组及多种汇总层级
局限 覆盖阈值和跨样本共同位点筛选会改变可分析区域
计算量 内存、磁盘。全基因组位点与大队列交集合并
173 DSS
用贝塔二项等模型比较测序甲基化并识别差异区。
优势 可借力估计离散度，适合建模重复间变异
局限 区域边界与平滑参数有关，稀疏覆盖处证据较弱
计算量 CPU、内存。大队列逐 CpG 检验及平滑
174 modkit
汇总纳米孔修饰碱基 BAM 或比较修饰信号。
优势 可利用逐读段修饰概率，支持聚合成基因组轨道
局限 需要有效的修饰标签及适配的识别模型，阈值影响比例
计算量 CPU、磁盘读写。全基因组高深度修饰 BAM 和多样本
175 Juicer
从 Hi-C 读段构建接触图并开展染色体结构分析。
优势 集成比对、去重复与接触图生成，可连接环检测
局限 不同模块依赖和分辨率差异大，部分 HiCCUPS 运行模式用 GPU
计算量 CPU、临时盘为主。深度 Hi-C、多分辨率或特定环检测阶段
176 Cooler
构建、存储、查询和平衡稀疏染色体接触矩阵。
优势 多分辨率 HDF5 布局便于局部读取及共享
局限 分辨率越高，非零像素和写盘负担越大，覆盖决定是否可平衡
计算量 磁盘吞吐、内存、CPU。深测序和多分辨率建库
177 HiCExplorer
构建及分析 Hi-C 矩阵、结构域和差异接触。
优势 可将矩阵处理和结构解释放进同一流程
局限 TAD 边界和差异结果依赖分辨率、归一化与测序深度
计算量 内存、CPU。高分辨率全基因组与多条件矩阵
178 HiC-Pro
从 Hi-C 双端读段提取有效互作并生成接触图。
优势 提供逐步质控和可并行的处理流程
局限 限制性酶切、文库类型与比对设定需要匹配
计算量 CPU、临时盘。高深度 Hi-C 的比对、分类与矩阵构建
179 pairtools
解析、排序并去重邻近连接实验的读段对。
优势 标准 pairs 格式便于串流，并能连接多种建图工具
局限 排序和去重依赖输入格式，成对规模大时临时盘吃紧
计算量 磁盘吞吐、CPU。海量读段对外排和去重
180 FitHiC2
在 Hi-C 数据中估计距离相关背景并检测显著接触。
优势 可按基因组距离建模，便于筛选候选互作
局限 低覆盖和多重检验会限制高分辨率下的统计功效
计算量 CPU、内存。全基因组细分箱及大量候选 bin 对
人群遗传、GWAS 与基因型填补（181–200）
先统一基因组组装、等位基因方向与样本身份，再做亲缘、祖源和缺失检查。比较插补质量时按等位频率分层。做关联分析时记录有效样本数与协变量，避免把不同研究集的频率或效应直接拼在一起。
181 PLINK 2
对大规模基因型做质控、主成分分析与关联检验。
优势 紧凑格式与分块算法适合日常处理大型队列
局限 表型设计、等位基因编码与群体结构必须正确处理
计算量 CPU、内存、基因型盘。个体数、位点数和表型数叠加
182 Hail
分布式处理大型变异矩阵并做队列质控和注释。
优势 表格与矩阵操作可扩展到跨节点和分区存储
局限 分区、数据重排及集群配置直接影响运行时间和成本
计算量 集群 CPU、内存、网络和磁盘。生物样本库级联合处理
183 REGENIE
用分步回归对多个数量或二元性状做全基因组关联。
优势 可复用第一步的预测结果，适合大量性状
局限 表型、协变量和样本匹配要一致，稀有病例需选合适的检验
计算量 CPU、内存、临时盘。大型队列乘以多表型或基因检验
184 SAIGE
用广义线性混合模型分析相关个体和不平衡病例对照。
优势 可控制亲缘关系，并支持单变异及基因聚合分析
局限 零模型拟合与稀有变异校准都需要恰当的输入和设置
计算量 CPU、内存。大样本、多表型、多基因检验
185 BOLT-LMM
对复杂性状进行混合模型全基因组关联。
优势 能利用全基因组信息控制结构并提高部分性状的功效
局限 基因型及祖源设置影响校准，极不平衡二元性状需另行评估
计算量 多核 CPU、内存。个体数、标记数和性状批次
186 GCTA（含 fastGWA）
构建遗传关系矩阵、估计方差成分并做关联。
优势 同一套件可分析遗传力，并可选择稀疏关系矩阵做大队列关联
局限 完整关系矩阵随人数迅速增大，遗传力解释依赖模型和抽样
计算量 CPU、大内存、关系矩阵盘。区分全矩阵与稀疏 fastGWA
187 GEMMA
用线性混合模型做关联、遗传力及多性状分析。
优势 在有亲缘结构的自然群体和育种群体中容易应用
局限 大队列求解关系矩阵时成本高，模型假设需要核对
计算量 CPU、内存。人数增长时矩阵分解和重复性状拟合最重
188 METAL
汇总不同 GWAS 队列的关联统计量。
优势 仅依赖汇总统计，适合跨队列荟萃分析
局限 效应等位基因、样本重叠及队列异质性需先处理
计算量 CPU、读写。单性状较轻，海量位点和多性状才放大
189 LDSC
借助 LD 分数估计遗传力和性状间遗传相关。
优势 可使用汇总统计，方便跨研究比较
局限 参考 LD 的祖源和样本量会影响估计，低遗传力性状不稳定
计算量 CPU、内存。已备好 LD 分数时较轻，自算参考和多性状对时放大
190 SuSiE（susieR）
做位点精细定位并估计可信集。
优势 能在同一区域建模多个信号，可用个体或汇总输入
局限 汇总统计与 LD 不匹配会误导结果，高相关位点难拆分
计算量 CPU、内存。大位点 LD 矩阵和跨性状批处理
191 FINEMAP
从汇总统计及 LD 矩阵搜索候选因果变异组合。
优势 可比较多变异配置并输出后验概率
局限 LD 来源、因果数上限和模型先验影响可信集
计算量 CPU、内存。大区域、多祖源和多性状重复细定位
192 Beagle
对基因型进行定相或用参考面板填补缺失位点。
优势 按窗口处理，可在多种研究群体中使用
局限 参考与目标的祖源、坐标和等位基因需要对齐
计算量 CPU、内存。面板规模、目标个体数及并发染色体
193 SHAPEIT5
对大队列的常见及稀有变异进行分相。
优势 分阶段设计适合生物样本库规模的高覆盖队列
局限 遗传图谱、分块重叠以及稀有位点处理需小心协调
计算量 CPU、内存、临时盘。全队列按染色体和区间并行
194 Eagle2
以群体信息或参考面板对基因型分相。
优势 适合批量染色体定相，可为后续填补准备单倍型
局限 标记密度、群体代表性和等位基因对齐影响相位质量
计算量 CPU、内存。大量个体和面板的整套染色体
195 Minimac4
利用已定相的参考面板做基因型填补。
优势 压缩参考面板便于多队列重复使用
局限 输入必须对齐参考且有合适的相位，稀有位点应查看填补质量
计算量 CPU、内存、输出盘。面板、样本与染色体分块量
196 IMPUTE5
用大型单倍型参考面板填补目标队列。
优势 利用压缩匹配提高大面板效率，便于按基因组区间运行
局限 依赖适合的已定相面板和目标数据，分块边界须协调
计算量 CPU、内存、磁盘。持续更新参考面板或反复填补队列
197 ADMIXTURE
估计个体在给定组分数下的遗传祖源比例。
优势 可用交叉验证比较组分数，结果便于展示
局限 连锁不平衡、样本抽取和所选 K 均会影响解释
计算量 多核 CPU。多个 K、随机起点和交叉验证轮数
198 EIGENSOFT
用 smartpca 等程序研究群体结构。
优势 兼容大量历史人群遗传项目，可分析或投影新样本
局限 连锁位点和亲缘个体会扭曲主成分，格式转换需核对
计算量 CPU、内存。样本矩阵规模和反复投影分析
199 ANGSD
在低覆盖测序中直接用基因型似然做群体统计。
优势 可保留基因型不确定性，适合野生群体
局限 读深、误差模型和过滤对估计敏感，不能忽略批次差异
计算量 CPU、BAM 读盘。人群或非模式群体全基因组联合扫描
200 VCFtools
过滤 VCF、统计频率及若干群体遗传指标。
优势 命令直观，便于复现按窗口计算的经典分析
局限 对大型压缩队列的处理效率及复杂字段操作有局限
计算量 CPU、磁盘读取。普通变异表负载低
系统发育、分子进化与群体模拟（201–220）
从序列比对、模型选择到建树，各步骤的不确定性会向下传递。对拼接数据留存分区定义，检查缺失和低质量列。节点支持度、分支长度与分歧时间含义各异，使用分子钟还需要相应校准依据。
201 MAFFT
对核酸或蛋白质序列做多序列比对。
优势 可以在快速和高精度迭代策略之间选择
局限 序列差异大或插入缺失长时对齐不确定，高精度模式耗时
计算量 多核 CPU、内存。很多长序列、高精度模式或批量基因家族
202 MUSCLE
做多序列比对，并可生成替代比对集合。
优势 可比较不同对齐对下游系统树的影响
局限 高精度策略和多套替代比对会增加耗时与存储
计算量 CPU、内存。大型序列集及多组替代比对
203 Clustal Omega
以引导树及谱模型对大量同源序列做比对。
优势 适合快速形成蛋白家族对齐，命令行便于批处理
局限 高度分化、长插入或结构域重排处仍需复核
计算量 CPU、内存。大量蛋白家族及分布差异较大的大序列集
204 PRANK
以系统发育模型区分插入与缺失，构建多序列比对。
优势 对编码序列的进化分析能保留更明确的插缺假设
局限 结果对引导树敏感，复杂序列集运行较慢
计算量 CPU。多基因组正交家族、按密码子反复对齐
205 trimAl
按缺口和保守性等规则修剪多序列比对。
优势 适合批量去除低可信列，便于建树前统一筛选
局限 过度修剪会删除真实进化信号，阈值要随家族检查
计算量 CPU。单家族通常很轻，更多是建树项目的配套环节
206 IQ-TREE
用最大似然、模型选择和自举构建系统树。
优势 集成模型比较、分区和分支支持度，适合多类序列
局限 模型搜索、复杂分区和支持度估计会增加计算，拓扑仍受比对影响
计算量 多核 CPU、内存。大比对、多基因分区和重复建树
207 RAxML-NG
搜索最大似然系统树并估计分支支持度。
优势 可运行多个起始树，支持多线程及 MPI 场景
局限 搜索与自举均需重复，模型或输入分区选错会影响推断
计算量 集群 CPU、内存。大量物种、长比对与自举重复
208 FastTree
快速近似构建大型序列比对的系统树。
优势 大型初筛可在较低计算开销下获得参考拓扑
局限 搜索近似，关键分支宜用更充分的模型与搜索复核
计算量 CPU、内存。超多序列的初筛或批量基因树
209 MrBayes
用贝叶斯 MCMC 估计树拓扑与参数后验。
优势 可处理分区和复杂模型，并输出后验不确定性
局限 链混合及收敛需要诊断，较大的树空间可能运行很久
计算量 多核 CPU。并行独立链、长链和灵敏度分析
210 BEAST 2
推断时间标定系统树、群体历史等贝叶斯模型。
优势 可结合采样时间和分子钟，插件支持多种进化模型
局限 先验、校准点和链收敛直接影响结果
计算量 长时间 CPU，部分似然可借 BEAGLE 用 GPU。按独立链累计
211 RevBayes
用可编程图模型做贝叶斯系统发育和性状演化。
优势 建模自由度高，适合设计与比较复杂演化假设
局限 模型编写、先验检查与收敛诊断有较高门槛
计算量 CPU。多条 MCMC 链、模型对比和长时间重复
212 ASTRAL
把多棵基因树汇总为物种树。
优势 可在基因树不一致时处理不完全谱系分选的影响
局限 上游基因树误差、旁系同源或基因流会干扰物种树解释
计算量 CPU、内存。物种数和输入基因树数共同决定负载
213 PAML
在密码子或核酸模型下估计进化参数、检验选择。
优势 codeml 等模型适合分支或位点层面的假设检验
局限 错误对齐和错误树会产生假阳性，多起点需比较似然
计算量 CPU。数千正交家族、多分支及多起点模型拟合
214 HyPhy
用系统发育似然方法检验选择与进化速率。
优势 提供多种预设方法，能在基因、分支或位点层面检验
局限 重组、比对错误及多次检验会影响显著性解释
计算量 多核 CPU。全基因组编码区、多模型和重复拟合
215 PHAST
用系统发育隐马尔可夫或似然模型分析序列保守性。
优势 可从多物种比对产生逐位点保守或加速信号
局限 中性模型、物种树与对齐品质决定基线
计算量 CPU、内存、轨道盘。全基因组多物种比对逐位点评分
216 TreeTime
在已有树和带日期的序列上推断时间树或祖先状态。
优势 适合病原监测中的快速更新和时间一致性检查
局限 时间信号弱、采样日期不准或树拓扑错误会影响定年
计算量 CPU、内存。很多基因组或高频反复更新时放大
217 UShER
把新病原体序列放入已有突变注释树。
优势 能在大树上快速增量放置，适合持续监测
局限 结果依赖参考树与输入变异，重组和低质序列需排查
计算量 内存、CPU。维护大型背景树和持续批量放置
218 Nextstrain Augur
编排病原体序列比对、建树、定年和注释。
优势 步骤可复现，并能输出供交互展示的数据
局限 采样策略会影响传播推断，不同后端的耗时差异大
计算量 CPU、内存、磁盘。大队列重建树与固定频率更新
219 msprime
以树序列表示模拟群体祖先重组图及遗传变异。
优势 高效表示大样本的共祖历史，适合做方法校准
局限 模型和人口史要明确，复杂的前向选择过程需另建模
计算量 CPU、内存。超多重复、复杂人口史和长染色体模拟
220 SLiM
前向模拟选择、迁移及复杂群体遗传场景。
优势 脚本可表达生态、基因与选择之间的交互
局限 真实有效群体大小和长时间尺度会显著增加模拟成本
计算量 CPU、内存。大群体、长染色体、多参数和随机重复
序列检索、蛋白结构预测与设计（221–240）
序列检索先明确数据库和覆盖要求。结构预测进一步区分单链折叠、链间界面和配体构象。筛选候选时可同时查看覆盖、局部可信度、不同种子的稳定性，并记录哪些结果有独立实验支持。
221 BLAST+
本地搜索序列数据库并识别相似序列。
优势 可选择核酸、蛋白和翻译模式，命中解释成熟
局限 超大库和高灵敏搜索成本高，相似命中须结合覆盖和功能解释
计算量 多核 CPU、数据库盘。全蛋白组、多样本及定期重搜
222 DIAMOND
对蛋白质或翻译后的核酸读段做高通量同源搜索。
优势 速度与灵敏度可调，适合宏基因组和蛋白功能注释
局限 速度档位、数据库和分类规则决定低同源命中的覆盖
计算量 多核 CPU、内存、临时盘。海量读段与大型蛋白库
223 MMseqs2
在大规模序列集合中搜索、聚类并辅助生成 MSA。
优势 可复用索引，部分蛋白或 profile 搜索支持 GPU
局限 速度、灵敏度与索引空间有取舍，GPU 能力取决于子命令
计算量 CPU、内存、索引盘。支持的搜索可用 GPU，建库与聚类另测
224 HMMER
用隐马尔可夫谱模型搜索蛋白家族和结构域。
优势 较适合检测远缘同源，能定位命中结构域边界
局限 模型覆盖与阈值决定命中，远缘命中仍需结合上下文
计算量 多核 CPU、库盘。全蛋白组乘大量 profile 或重复队列
225 HH-suite3
通过 profile 对 profile 比对发现远缘同源与模板。
优势 对低序列相似度的潜在同源关系较敏感
局限 输入多序列比对质量和数据库选择显著影响结果
计算量 多核 CPU、内存、库盘。批量家族搜索及反复生成 MSA
226 InterProScan
整合多个签名数据库进行蛋白家族与结构域注释。
优势 一次运行能取得多来源的功能证据和交叉引用
局限 成员库版本及启用的分析项会改变耗时与覆盖
计算量 CPU、内存、临时盘。多物种蛋白组与全套签名搜索
227 eggNOG-mapper
利用直系同源关系批量转移功能注释。
优势 可统一生成多个功能体系的标注，适合大型基因目录
局限 未知类群或旁系同源会降低转移注释的确定性
计算量 CPU、内存、数据库盘。宏基因集、MAG 队列或跨物种注释
228 Foldseek
以结构字母表快速搜索和聚类蛋白质结构。
优势 能在大型结构库中初筛出序列相似性较弱的候选
局限 输入模型质量影响结构命中，局部相似不等于功能相同
计算量 CPU、内存、库盘。大结构库反复搜索，GPU 支持需看版本及模式
229 CD-HIT
按序列相似度聚类并生成非冗余代表集。
优势 适合在注释或搜索前压缩冗余，命令行流程简单
局限 贪心代表及相似度阈值会影响簇边界，远缘序列聚类有限
计算量 CPU、内存。海量 ORF 或宏基因目录去冗余
230 AlphaFold 2
预测蛋白单体及 Multimer 模式下的蛋白复合物。
优势 生态成熟，可复用模板、MSA 和既有蛋白项目参数
局限 本地搜索需准备数据库，多聚体界面仍需检查置信度
计算量 GPU 推断、CPU 搜索、库盘。序列长度、重复数及 MSA 缓存
231 AlphaFold 3
预测蛋白、核酸和配体等生物分子复合物结构。
优势 可在同一框架建模多种组分，并输出局部与界面置信信息
局限 长复合物受显存约束，第三方部署及模型参数使用需核对官方条款
计算量 GPU 显存、CPU 搜索、数据库盘。按 token 数及采样次数试跑
232 ColabFold
用 MMseqs2 生成 MSA 并批量预测蛋白或复合物结构。
优势 本地批处理可复用 MSA，便于多序列、多种子筛选
局限 公共 MSA 服务有使用限制，大规模本地搜索需要部署参考库
计算量 GPU、CPU、库盘。先分清使用公共 MSA 还是自建搜索
233 OpenFold
用 PyTorch 训练或运行基于 AlphaFold 2 架构的蛋白结构模型。
优势 可控制训练、微调和推断过程，适合方法研发
局限 完整训练要准备大规模特征、模板和计算环境
计算量 GPU、显存、训练数据盘。模型训练与单次推断分别估算
234 ESMFold
直接从蛋白序列用语言模型预测结构。
优势 推断可跳过 MSA 数据库检索，适合大批单序列初筛
局限 原始 ESM 仓库已归档，长链显存和模型置信度需评估
计算量 GPU、显存。批量蛋白组按长度分桶，长链单独试跑
235 Boltz
预测生物分子复合物结构，支持相应模型的亲和力预测。
优势 可批量定义不同靶点和配体，输出结构及模型评分
局限 不同版本和任务的分数含义不同，亲和力预测需实验校验
计算量 GPU、显存。靶点–配体组合数、输入长度及采样次数
236 RFdiffusion
按结构或界面约束生成候选蛋白骨架。
优势 可对给定热点或基序进行条件生成，适合设计候选库
局限 生成骨架还需序列设计、结构复核和实验验证
计算量 GPU。骨架长度、扩散步数与每个任务采样数相乘
237 ProteinMPNN
给定蛋白骨架设计相容的氨基酸序列。
优势 序列生成较快，适合固定部分残基并批量采样
局限 依赖输入骨架质量，得分不能证明可折叠性或功能
计算量 CPU 或 GPU。单骨架较轻，大骨架库与结构回验决定总负载
238 Rosetta
做结构建模、界面设计、松弛及能量评估。
优势 可按研究问题组合协议和约束，适合大规模独立采样
局限 参数与打分函数需要经验，不同协议耗时差异大
计算量 以 CPU 为主。候选结构数、独立轨迹和松弛轮次
239 SignalP 6.0
预测蛋白信号肽类型和切割位点。
优势 可一次筛查整套蛋白组并给出位点级预测
局限 物种、信号类型及 N 端注释质量影响解释，本地使用有许可条款
计算量 CPU 或 GPU。单条轻量，大规模蛋白库及高精度模式才放大
240 FoldX
从三维结构估计突变对稳定性或结合的影响。
优势 便于围绕已知结构做突变扫描并排序候选
局限 结构修复、质子化及经验力场会影响能量估计
计算量 CPU。多结构、饱和突变及多次重复计算可并行
分子动力学、分子对接与冷冻电镜（241–260）
模拟与对接都应能回到输入构象和参数。分子动力学检查平衡窗口、时间步长和独立重复。分子对接检查多个构象及搜索稳定性。冷冻电镜重建则要追踪粒子筛选、姿态与独立半图验证。
241 GROMACS
运行生物大分子的经典分子动力学模拟。
优势 短程力、长程静电等可按配置分配给 CPU 或 GPU，便于实测调优
局限 小体系上增加 GPU 或节点可能受通信限制，力场和采样仍需验证
计算量 GPU、CPU、轨迹盘。按体系原子数、模拟长度、独立重复测 ns/天
242 AMBER（含 AmberTools）
构建力场体系并运行生物大分子动力学或自由能计算。
优势 生物分子力场与分析工具配套，可用相应引擎做 GPU 模拟
局限 AmberTools 与完整套件的可用引擎、构建和授权要分别核对
计算量 GPU 或 CPU、轨迹盘。多个自由能窗口、配体体系和重复
243 NAMD
对大型生物分子体系运行并行分子动力学。
优势 支持多节点及 GPU 运行，适合大型蛋白和膜系统
局限 跨节点效率受体系大小、网络和 GPU 运行模式影响
计算量 GPU、CPU、节点互联。大体系、多副本和长时间轨迹
244 OpenMM
用 Python 搭建并运行可定制分子模拟。
优势 可写自定义力并切换计算平台，适合新方法和批量研究
局限 灵活建模要求仔细核对单位、体系、精度和力场实现
计算量 GPU、显存、轨迹盘。配体批次和多窗口自由能模拟
245 CHARMM
开展大分子建模、能量计算及分子动力学。
优势 力场与模拟协议丰富，适合延续成熟实验和参数体系
局限 脚本与参数学习成本高，硬件加速取决于实际引擎和构建
计算量 CPU 或 GPU、轨迹盘。长时程及多参数扫描
246 LAMMPS
模拟生物相关软物质、粗粒化体系及材料界面。
优势 势函数与并行后端多，适合大粒子数和定制相互作用
局限 要自选合适势函数，GPU 加速仅覆盖支持的计算样式
计算量 CPU 或 GPU、互联。粒子数、步数和并行划分决定负载
247 PLUMED
为分子动力学引擎增加集体变量、偏置与增强采样。
优势 可跨引擎复用偏置方案，便于研究稀有构象转变
局限 需要宿主引擎，集体变量选择错误会使长时间采样失效
计算量 资源跟随宿主引擎。多副本、多个窗口及复杂集体变量放大开销
248 AutoDock Vina
对小分子与受体做配体构象搜索和打分。
优势 命令行易批处理，可按靶点或分子拆成独立任务
局限 受体柔性、质子化和打分近似限制对真实亲和力的解释
计算量 多核 CPU。配体数量、搜索强度及重复对接共同决定核时
249 AutoDock-GPU
用加速设备执行 AutoDock4 打分体系的对接搜索。
优势 可批处理多个配体，适合复用同一靶点网格
局限 需准备匹配的网格和参数，结果解释遵循对应打分体系
计算量 GPU、主机供数。大配体库、多搜索轮次和多靶点
250 GNINA
用卷积神经网络为分子对接姿势打分或重排。
优势 可结合经典搜索和学习型打分，适合多级虚拟筛选
局限 训练集偏差和受体构象影响排名，神经网络评分须外部验证
计算量 GPU 评分、CPU 搜索。分子数、姿势数及重打分模式
251 HADDOCK
用实验或生物学约束驱动蛋白等分子的对接。
优势 能显式纳入界面信息并对候选结构聚类和精修
局限 约束不准确会引导错误构象，局部柔性与采样覆盖有限
计算量 CPU、临时盘。模型数、柔性精修及约束组合
252 Glide
用商业软件进行小分子对接和分级虚拟筛选。
优势 有多档筛选精度，便于按批次缩小候选库
局限 部署和并发受许可约束，结构准备和质子化影响结果
计算量 CPU 等资源依实际模块。先核对授权并发、配体库和靶点数
253 RELION
从冷冻电镜颗粒做二维、三维分类与精修。
优势 以统计模型进行重构，流程能保留各轮分类与精修记录
局限 颗粒质量与初始模型会限制重构，反复分类很耗时
计算量 GPU、CPU、内存、快速盘。颗粒数、盒尺寸与分类轮次
254 CryoSPARC
交互运行单颗粒冷冻电镜重构与异质性分析。
优势 工作者节点可扩展，便于对同一颗粒集比较多轮结果
局限 多类作业需要兼容的 NVIDIA GPU，缓存布局及软件授权影响部署
计算量 GPU、显存、本地 SSD。高分辨率大颗粒集与多用户队列
255 MotionCor3
校正冷冻电镜电影帧的束致运动。
优势 可在采集后批量完成运动校正，服务下游重构
局限 漂移过大或图像信噪比太低时，局部运动难可靠估计
计算量 GPU、电影帧读写。持续采集的输入速度决定所需吞吐
256 CTFFIND
从电镜图像估计衬度传递函数参数。
优势 可逐张显微图质控，帮助判断离焦和像散
局限 噪声、厚冰和异常图像会干扰拟合，异常结果需目检
计算量 CPU、图像读写。单张较轻，整批显微图进入连续处理时放大
257 cryoDRGN
用神经网络重构冷冻电镜颗粒的连续构象变化。
优势 潜在空间可探索传统离散分类难分开的结构异质性
局限 依赖颗粒对齐和训练质量，潜在变化需与结构证据交叉检查
计算量 GPU、显存、颗粒盘。大数据训练、多个随机种子与验证重训
258 EMAN2
开展单颗粒分析、三维重构和电子断层分析。
优势 工具覆盖多类电镜数据，适合定制处理流程
局限 模块和参数多，不同重构路线需分别评估精度与资源
计算量 CPU、内存、磁盘。三维体积、颗粒数和重复重构
259 IMOD
进行电子断层序列对齐、体重构和结构建模。
优势 把对齐检查、重建与人工模型编辑放在同套工具中
局限 倾转覆盖与对齐误差限制三维解释，人工环节难批量加速
计算量 CPU、内存、体数据盘，部分步骤可用 GPU。多套倾转序列
260 cisTEM
进行单颗粒冷冻电镜图像处理、分类与精修。
优势 工作流适合多核 CPU，可利用现有 CPU 节点
局限 高分辨率三维精修仍需大量核心时间及高速颗粒存储
计算量 多核 CPU、内存、磁盘。高颗粒数与多轮分类
蛋白质组学、代谢组学与质谱（261–280）
搜库鉴定、色谱定量和代谢物注释所依赖的证据不同。先记录仪器采集方式、质量误差和参考库，再核查假发现率的统计层级。只有峰、同位素或碎片的支持，未必足以区分结构相近的代谢物。
261 MaxQuant
从质谱原始文件搜索肽段、鉴定蛋白并定量。
优势 将搜索、修饰和跨运行定量串成流程，适合固定实验批次
局限 可变修饰、匹配策略和搜索空间会同时影响耗时与错误率
计算量 多核 CPU、内存、临时盘。大量原始文件及多修饰搜索
262 DIA-NN
对 DIA 蛋白质组做肽段识别与定量。
优势 支持谱库及相应的无实验谱库流程，适合批次分析
局限 预测库、采集窗口和阈值会影响鉴定，部署需区分软件版本与许可
计算量 CPU、内存、快速盘。多次进样、大谱库和跨批重分析
263 FragPipe（含 MSFragger）
编排常规或开放修饰搜索、验证与蛋白定量。
优势 MSFragger 索引搜索适合从大量谱图筛选候选修饰
局限 工作流组件各有输入和许可要求，开放搜索结果需校准
计算量 多核 CPU、内存、临时盘。开放搜索、大 FASTA 和多批原始文件
264 OpenMS（含 OpenSWATH）
搭建 LC-MS 特征检测、定量及靶向 DIA 提取流程。
优势 可组合多个命令行模块，开放格式便于衔接特征检测与定量
局限 参数和数据转换步骤较多，流程需用已知样本验证
计算量 CPU、内存、mzML 读写。大批次特征提取和多文件合并
265 Proteome Discoverer
在商业节点式流程中完成质谱鉴定和定量。
优势 可把搜索引擎、验证和定量节点组成可视化流程
局限 宿主系统、引擎及授权条件约束可用节点和并发
计算量 CPU、内存、原始文件盘。先确认允许部署的环境及项目批次
266 Spectronaut
批量分析和定量 DIA 蛋白质组或修饰组。
优势 把库构建、鉴定和跨运行定量整合在商业环境中
局限 功能、操作系统和并发要按授权版本确认
计算量 CPU、内存、SSD。长期 DIA 队列、原始文件量和库规模
267 Skyline
建立靶向质谱方法并审阅和定量色谱峰。
优势 交互核查干扰和积分边界方便，可复用目标方法
局限 少量目标的人工审阅计算轻，人工判读难靠加算力提速
计算量 内存、原始文件读盘。大量色谱图导入和命令行批处理才放大
268 Comet
用序列数据库搜索串联质谱中的肽段。
优势 参数透明，成熟格式便于接下游验证
局限 可变修饰与非特异酶切会使候选数快速增加
计算量 CPU、内存。大数据库、多种可变修饰或大量谱图
269 MS-GF+
通过概率评分从串联质谱检索肽谱匹配。
优势 可提供谱级显著性信息，便于接验证和过滤步骤
局限 数据库和修饰配置影响搜索空间，Java 内存需合理分配
计算量 CPU、内存。高分辨率谱图、宽容差和多修饰搜索
270 Sage
以快速数据库搜索鉴定肽段并提供定量结果。
优势 Rust 实现适合批量搜索，可复用同一参数配置
局限 谱图格式、酶切和修饰设置需与实验匹配，错误率需按项目复核
计算量 多核 CPU、内存、读盘。整批原始谱与宽范围搜索
271 EncyclopeDIA
用色谱或光谱库对 DIA 数据做肽段鉴定与定量。
优势 可利用窄窗实验建立的色谱库提高后续查询针对性
局限 库质量、保留时间和采集方案匹配影响结果
计算量 CPU、内存、原始数据盘。窄窗建库和多进样提取
272 Percolator
以半监督学习重排肽谱匹配并估计错误率。
优势 能利用多种搜索特征，提高高置信 PSM 的辨别能力
局限 依赖合理的目标–诱饵设计、足够样本和合适特征
计算量 CPU、内存。PSM 非常多或反复交叉验证才明显放大
273 ProteoWizard（含 msconvert）
把仪器原始文件转换为 mzML 等开放格式。
优势 兼容多种来源，是衔接开源质谱流程的常用入口
局限 部分专有格式依赖厂商库及支持平台，质心化设置要记录
计算量 读写吞吐、磁盘容量、CPU。全队列转换和保存两套格式
274 XCMS
从非靶向 LC-MS 进行峰检测、对齐和跨样本特征匹配。
优势 R/Bioconductor 中可追踪各阶段并接统计分析
局限 峰宽、质量误差和保留时间校正参数需按仪器与批次调整
计算量 CPU、内存、原始文件盘。大量进样重寻峰及跨批对齐
275 MZmine
做质谱特征检测、去卷积、对齐与分子注释。
优势 图形流程可保存为批处理配置，适合复用已优化参数
局限 高分辨率大数据易占内存，跨仪器参数需重调
计算量 CPU、内存、临时盘。大队列特征表与多轮参数比较
276 MS-DIAL
处理多种采集模式的代谢组或脂质组数据。
优势 集成去卷积、谱库匹配和对齐，适合标准批次
局限 复杂共洗脱、同分异构体及库覆盖会限制鉴定层级
计算量 CPU、内存、原始数据盘。大量进样与多方法重分析
277 SIRIUS
用高分辨率 MS/MS 推断分子式，并结合模块排序结构候选。
优势 碎裂树、同位素及结构证据可一起辅助注释
局限 部分模块依赖在线服务和许可，候选排名仍需标准品验证
计算量 CPU、内存。大量碎裂树在本地计算，先确认在线和本地任务边界
278 CAMERA
对 XCMS 特征表注释同位素、加合物和相关峰组。
优势 便于归并同一化合物的候选离子，辅助解读特征表
局限 共洗脱或强相关的不同化合物可能被错误归成一组
计算量 CPU、内存。常规特征表较轻，更多用于 XCMS 后续解读
279 MetFrag
对小分子候选做计算碎裂并按谱图证据排序。
优势 可加入来源、保留性质等附加证据缩小候选范围
局限 依赖候选数据库，异构体常需标准品或其他实验区分
计算量 CPU。待注释谱数、候选数和碎裂深度相乘
280 matchms
对质谱数据做清洗、相似度计算及谱库匹配。
优势 Python 组件灵活，便于自建过滤及匹配流程
局限 谱图预处理和匹配打分会改变结果，全对全比较代价高
计算量 CPU、内存。大谱库与海量查询，尤其全对全相似度计算
肿瘤基因组、免疫组库与高通量筛选（281–300）
肿瘤分析先核对配对正常样本、肿瘤纯度及拷贝数背景。免疫组库注意克隆型定义与测序覆盖。筛选数据保留对照、重复和各向导的原始计数，避免把一个向导的异常当作整个基因的稳定效应。
281 CNVkit
从靶向或全基因组测序估计分段拷贝数。
优势 可结合靶内与靶外区域，输出易于核查的分段图
局限 正常参考、捕获探针和肿瘤纯度会影响拷贝数解释
计算量 CPU、BAM 读盘。大面板批次、全基因组或反复重建参考
282 FACETS
从肿瘤–正常配对推断纯度、倍性及等位特异拷贝数。
优势 整合总深度与等位不平衡，可分析杂合性丢失
局限 纯度低、覆盖稀疏或杂合位点不足时解不稳定
计算量 CPU、pileup 读写。前置扫描大量配对 BAM 比单例分段更耗时
283 ASCAT
从肿瘤数据估计纯度、倍性与等位特异拷贝数。
优势 能校正正常细胞混合，适合比较队列中的拷贝数事件
局限 多个纯度–倍性解可能相近，需结合质量与外部信息
计算量 CPU、内存。大队列 BAM 预处理和候选拟合，单例分段较轻
284 Sequenza
从配对测序估计肿瘤细胞比例、倍性及拷贝数。
优势 可检查不同纯度与倍性解的后验支持
局限 GC 偏差、低纯度和测序质量会影响最优解
计算量 CPU、磁盘。队列全基因组 pileup 与样本预处理
285 PureCN
从靶向或外显子数据估计纯度、倍性和等位特异拷贝数。
优势 可在合适正常参考集支持下分析仅肿瘤样本
局限 面板匹配、样本纯度和正常库质量对结果有较大影响
计算量 CPU、内存。多面板建参考及大队列候选解拟合
286 GISTIC2
从肿瘤队列分段结果识别显著复发的扩增和缺失。
优势 能区分较宽和局灶事件，并汇总候选峰区
局限 结果依赖上游分段、队列规模和参数，显著区不等于驱动基因
计算量 CPU、内存。大量肿瘤样本、分段数和多亚组显著性分析
287 SigProfilerExtractor
以多次矩阵分解从突变目录提取突变特征谱。
优势 可比较不同特征数及重采样稳定性，适合成组样本
局限 突变数不足或特征高度相似时，分解结果可能不唯一
计算量 多核 CPU 或 GPU。候选秩、重复次数及样本数决定计算量
288 MutationalPatterns
在 R 中构建突变谱并比较、拟合已知特征。
优势 可把样本、组别及基因组背景放在同一分析里
局限 低计数样本及相近特征容易过拟合或误分配
计算量 CPU、内存。常规已知特征拟合较轻
289 PyClone-VI
用变分推断聚类体细胞突变的克隆组成。
优势 可联合多个取样部位，速度适合较大突变表
局限 拷贝数、纯度和替代读段计数误差会传递到克隆推断
计算量 CPU、内存。多部位、多起点及大量候选突变
290 PhyloWGS
用全基因组突变及拷贝数信息推断肿瘤亚克隆树。
优势 能联合考虑单核苷酸变异与拷贝数对克隆频率的影响
局限 树空间大，链收敛慢，输入突变挑选会改变树
计算量 长时间 CPU。独立链、多区域测序及模型重跑
291 HLA*LA
以图参考从测序读段推断 HLA 分型。
优势 可利用 HLA 区域多态性丰富的图表示
局限 低覆盖及稀有等位基因影响分型置信度，参考构建占资源
计算量 CPU、内存、索引盘。大量 WGS 样本与图比对
292 OptiType
利用读段和优化模型做 HLA I 类分型。
优势 输入可来自 DNA 或 RNA，适合既有 I 类研究流程
局限 限定 I 类常见分析范围，表达、覆盖和歧义匹配影响结果
计算量 CPU、内存。普通单例较轻，大型肿瘤或人群队列才放大
293 CopyKAT
由肿瘤单细胞 RNA 计数推断大尺度拷贝数改变并识别非整倍体细胞。
优势 可复用已有单细胞表达矩阵，比较样本内拷贝数模式与候选亚克隆
局限 需要可信的二倍体基线，近二倍体肿瘤可能难识别，表达推断结果宜与 DNA 证据核对
计算量 多核 CPU、内存。大样本细胞间距离与聚类占资源，按样本试跑
294 MiXCR
重建免疫受体克隆型并分析 BCR/TCR 组库。
优势 支持多种建库协议，能按预设统一处理系列批次
局限 协议、UMI 和链类型须设对，本地及商业使用核对许可
计算量 CPU、内存、临时盘。深度组库、多文库或持续送样
295 TRUST4
从 bulk 或单细胞 RNA 测序重建 TCR/BCR 序列。
优势 可挖掘非专门的 RNA 数据，适合回顾性大队列
局限 低表达的受体证据少，普通 bulk 数据缺乏可靠的单细胞配对
计算量 CPU、内存、BAM 读盘。全量重扫历史转录组队列
296 IgBLAST
对免疫球蛋白或 TCR 重排序列做 V(D)J 注释。
优势 可报告基因片段匹配和重排边界，便于克隆型分析
局限 种系参考、物种及体细胞高突变会影响片段归属
计算量 CPU、数据库盘。数百万条受体序列本地批量注释
297 pVACtools
从肿瘤变异、转录本等输入筛选候选新抗原。
优势 可组合表达、HLA 与多种结合预测器形成候选排序
局限 依赖分型、变异及外部预测器授权，候选呈递仍需实验验证
计算量 CPU 等随预测器。患者数、HLA 数、肽长度及预测器组合
298 NetMHCpan
预测肽段与 MHC I 类分子的结合或呈递倾向。
优势 跨等位基因建模，便于对候选肽按等位基因排序
局限 低代表性等位基因和真实免疫原性需额外验证，本地版有许可条件
计算量 CPU。大肽库、多种 HLA 及全蛋白组扫描时放大
299 MAGeCK
从 CRISPR 筛选读数识别富集或耗竭的靶基因。
优势 能整合多条 sgRNA，支持重复及实验条件比较
局限 文库覆盖、对照设计及拷贝数效应会影响命中列表
计算量 CPU、读盘。单张计数矩阵较轻，原始读段或多轮筛选才放大
300 CRISPResso2
从扩增子等测序数据量化基因编辑和插缺模式。
优势 可针对多位点、碱基编辑等情形输出统一报告
局限 扩增偏好、比对窗口及参考设计会影响编辑率
计算量 CPU、内存、读写。成批扩增子、深度筛选和多个编辑条件
确定适合的工具后，如果需要批量处理全基因组、组学图谱或结构预测任务，可了解云生信的生物信息分析服务器。
