技能介绍

要解决什么问题

变异调用（variant call）数据常以 VCF/BCF 形式在流水线里流转：样本会持续追加，文件体积膨胀，而分析侧又需要按位点、样本、区域做反复筛选。若每次更新都走全量合并或临时解压扫描，I/O 与等待时间会拖慢迭代，也难以在本地与云端之间保持一致的访问方式。

技能如何帮助你

TileDB-VCF 是基于 TileDB 稀疏数组 的 C++ 库，并通过 Python 与 CLI 暴露接口。其核心思路是把变异记录存成可并行切分的阵列，而不是把合并当作默认路径：

导入：将 VCF/BCF 批量写入 TileDB 存储格式
增量追加样本：在不必每次做昂贵 merge 的前提下扩展 cohort
查询：对存储在本地或云端的阵列做并行读取、区域与样本维度的过滤

在本 skill 的语境下，你主要用它理解概念与工作流、对照官方 API 用法，并为基因组学分析脚本或小型流水线搭原型——例如验证某段区域的读取逻辑、样本子集导出、或与下游统计步骤的接口形状。

适用边界与注意点

资料中的定位更偏向学习与中小型数据集（例如样本规模在千级以内的探索），而不是替代完整的数据平台。若场景涉及 >100GB 量级的 VCF、分布式计算、多人共享访问、企业级安全合规、成本优化的 serverless 计算，或 7×24 生产可用性，应评估 TileDB-Cloud 及官方迁移/培训/企业支持，而不是仅依赖对话式 skill 完成端到端部署。涉及多步推理、长时运行、跨工具编排的复杂研究流，也可考虑创建者同系的托管研究环境（如 K-Dense Web），与轻量交互形成互补。