关键词索引

按标题、英文名或缩写查找。可以使用浏览器或 Obsidian 的查找功能；别名只是检索入口，不改变概念定义。

条目	常见名称与缩写	类型	一句话说明
ASReml基因组预测接口	ASReml、ASReml-R、knownStruc、vm	工具	用已知关系矩阵定义遗传随机效应，核对矩阵属性、缺失表型与预测量的区别。
ASV与微生物多样性	ASV、alpha diversity、beta diversity、PCoA	术语	ASV 是扩增子分析中的序列特征，群落多样性指标则从不同角度概括样本内和样本间差异。
ATAC-seq入门与实践	ATAC-seq、染色质可及性	工作流	从可及性测序读段得到区域信号与差异分析，重点检查信号质量、重复一致性和共同计数区域。
bcftools变异操作与表达式	bcftools、BCFTOOLS_PLUGINS、fill-tags	工具	bcftools处理VCF/BCF，安装环境、字段层级和表达式语义决定操作能否按预期执行。
bedtools区间操作与坐标验证	bedtools	工具	用成熟区间工具核对重叠、最近距离和链方向，并明确输出的计数单位。
BGLR贝叶斯预测实践	BGLR、Bayesian genomic prediction	工具	用共同输入建立BRR基线，再比较BayesA/B/C、BL与RKHS，同时检查采样和预测量定义。
BLAST原理与种子延伸	BLAST、seed and extend、X-drop	方法	BLAST 是序列局部相似性检索的启发式方法族；理解种子、延伸和统计评估比只记命令更重要。
BLAST本地检索实践	BLAST+、blastn、makeblastdb	工具	用本地数据库理解查询、数据库构建与结果字段，并将正式结论建立在覆盖率和统计解释上。
BLUPF90单步遗传评估流程	BLUPF90、BLUPF90+、RENUMF90、PREGSF90、POSTGSF90	工具	从重编号与参数文件开始，组织方差估计、ssGBLUP预测和结果映射。
BOLT-LMM关联分析	BOLT-LMM、BOLT-REML、BOLT-LMM-inf	工具	BOLT-LMM面向较大队列的混合模型关联，模型模式、样本适用性、参考资源与输出列需要同时核对。
bulkRNA-seq分析与实践路线	bulk RNA-seq学习路线	学习路线	从样本设计和计数来源出发，完成基因层面差异分析，再进入解释与验证。
CDS阅读框密码子与剪接位点	CDS、阅读框、phase、剪接供体、剪接受体	概念	编码序列要按转录方向拼接后解释；CDS边界、阅读框和剪接位置共同决定预测后果。
ChIP-seq入门与实践	ChIP-seq、IP、input control	工作流	ChIP-seq 分析目标富集相对背景的信号分布，必须区分对照、抗体目标与信号宽度。
Clair3长读长模型与输入核查	Clair3	工具	Clair3结合pileup与完整比对信息进行长读长小变异调用，模型选择是输入准备的一部分。
CNVkit深度分段与拷贝数解释	CNVkit	工具	CNVkit通过深度参考与校正估计相对剂量，再分段和进行相应拷贝数解释。
CNV与PAV交叉验证及群体矩阵	—	工作流	将结构、深度、组装和基因模型证据分别保留，再推断剂量或存在缺失。
CNV检测与结果提取	CNV calling、CNV提取	工作流	从可比深度生成分段与CN，再按字段含义导出，保留剂量和未知而非只留下事件标签。
CNV深度校正分段与拷贝数估计	read depth CNV、segmentation、log2 ratio	方法	覆盖信号需经过基线、偏差校正和分段，log2比值与绝对拷贝数不能直接画等号。
cuteSV长读长结构变异与支持提取	cuteSV	工具	cuteSV从长读长比对中提取和聚类SV信号，平台与过滤参数要随版本记录。
DeepVariant模型资源与运行边界	DeepVariant	工具	DeepVariant的小变异调用依赖模型、候选生成和输入参考；固定运行环境也要固定模型来源。
DELLY结构变异与群体分型	DELLY、DELLY sr、RDCN	工具	DELLY按模式利用结构与深度证据，候选合并后仍需逐样本再分型。
DESeq2安装对象与结果提取	DESeq2	工具	在匹配的R与Bioconductor环境中安装DESeq2，区分数据对象、模型拟合、对比和导出。
DNA与RNA样本质量及建库偏差	sample integrity、DNA integrity、RNA integrity、建库偏倚	术语	浓度、完整性、纯度和可用分子数不同，建库进一步改变可观测对象。
DNA甲基化分析入门	DNA methylation、WGBS、RRBS、DMR	工作流	甲基化分析需要匹配测量技术，以覆盖和重复信息估计位点或区域差异。
DNBSEQ测序与滚环扩增	DNBSEQ、DNA nanoball、RCA、RCR、cPAS、DNA纳米球	方法	DNBSEQ用环状模板产生DNA纳米球，纳米球制备与前序文库PCR应分别理解。
EMMAX关联分析与旧流程兼容	EMMAX、EMMA、emmax-kin、TPED	工具	EMMAX是混合模型关联的经典实现，理解旧文件编码与顺序是复现已有分析的关键。
Ensembl参考与注释查询	Ensembl、BioMart、genome browser	数据库	Ensembl把参考组装、基因模型、变异与同源信息联系起来，查询结果必须携带物种和发布版本。
ExpansionHunter位点定义与重复估计	ExpansionHunter	工具	ExpansionHunter按目标位点的序列结构估计重复，位点定义与证据范围决定可解释性。
FarmCPU与BLINK原理	FarmCPU、BLINK、pseudo-QTN、BIC	方法	FarmCPU与BLINK通过迭代选择背景位点帮助检验其他位点，背景选择本身也是分析方法的一部分。
FASTA与FASTQ	FASTA、FASTQ、read、reads	术语	FASTA 保存序列及标题，FASTQ 还保存逐碱基质量信息，二者服务于不同分析阶段。
fastGWA与fastGWA-GLMM	fastGWA、fastGWA-GLMM、sparse GRM、GRAMMAR-Gamma	工具	fastGWA利用稀疏关系和快速检验提高可扩展性；数量性状与二分类模块需要分别配置和核验。
featureCounts基因计数与链方向	featureCounts	工具	featureCounts按注释和分配规则把比对记录汇总为特征计数；计数单位和歧义处理必须记录。
FreeBayes小变异与倍性设置	FreeBayes	工具	FreeBayes使用局部单倍型与概率模型调用小变异；倍性和混样假设需按样本声明。
FST与群体分化估计	FST、Hudson FST、Weir-Cockerham、群体分化	方法	FST依赖估计量、群体权重和位点集合，多位点汇总不能默认平均每个位点比值。
GAPIT多模型GWAS实践	GAPIT、GAPIT4、GAPIT3	工具	GAPIT把多种关联与预测方法组织在R接口中；每次应明确模型、样本交集及输出，而不是把一键运行当成模型选择。
GATK小变异检测与联合分型	HaplotypeCaller、GenotypeGVCFs、CombineGVCFs、GenomicsDBImport	工具	用HaplotypeCaller生成样本参考置信证据，再用相应联合分型步骤得到群体小变异。
GBLUP与rrBLUP原理及实现	GBLUP、RR-BLUP、ridge regression BLUP、VanRaden矩阵	方法	用同一套中心化、固定效应与方差缩放，连接个体GBLUP和标记岭回归。
GCTA与MLMA关联分析	GCTA、MLMA、MLMA-LOCO	工具	GCTA包含多种遗传统计任务；MLMA使用稠密GRM做关联，不能与GREML或fastGWA模块混称。
GEMMA线性混合模型实践	GEMMA、GEMMA LMM、GEMMA LM	工具	GEMMA以显式亲缘矩阵拟合关联模型，适合学习固定效应、背景相关性和检验方法的连接。
GEO数据检索与样本核对	GEO、GSE、GSM、GPL	数据库	GEO连接研究、样本与处理数据，选择数据前先确认实验设计和矩阵数值含义。
GFF3GTF与基因转录本外显子	GFF3、GTF、exon、基因模型	概念	理解基因注释文件中的层级和区间，才能把变异正确映射到转录本。
GFFGTF版本核查与注释准备	—	工作流	注释前先确认序列、坐标和基因模型属于同一套参考，避免得到表面完整却对应错误版本的后果。
GO术语注释与证据	GO、Gene Ontology、BP、MF、CC、evidence code	数据库	GO用结构化术语描述基因产物相关功能，术语、注释关系和证据类型需要分开阅读。
GS中的REML混合模型方程与求解	REML、AI-REML、MME、PCG、APY	方法	区分方差组分估计、给定参数的BLUP求解和大规模关系矩阵近似。
GS数据准备与候选个体预测	GS输入准备、candidate prediction、候选育种值预测	工作流	整理训练表型、候选基因型、固定效应与基准，保存可用于新批次的完整预测模型。
GS算法软件与实践路线	GS、genomic selection、genomic prediction、基因组选择、基因组预测	学习路线	从育种值和验证设计出发，连接GBLUP、贝叶斯模型、单步法与六种软件指南。
GS训练验证与数据泄漏	GS交叉验证、family-wise CV、家系留出、nested CV、世代验证	工作流	先定义候选群体，再设计外层验证和内层调参；训练表型之外的信息也可能泄漏。
GVCF联合分型与参考置信度	GVCF、gVCF、joint genotyping、参考置信度	术语	GVCF保留参考置信信息，合并中间文件与联合决定群体基因型是不同步骤。
GWAS从数据准备到结果解释	—	工作流	将基因型、表型和设计信息连接到合适的关联模型，并审查效应方向与证据边界。
GWAS参数选择与敏感性分析	GWAS参数选择、GWAS敏感性分析	工作流	参数改变会改变信息、背景与检验集合，敏感性分析应有预先理由和完整记录。
GWAS常见报错与排查	GWAS排错、GWAS FAQ、GWAS错误码	工作流	先把失败定位到身份、格式、模型、数值或资源，再用最小例子验证修复。
GWAS曼哈顿图QQ图与膨胀因子	GWAS Manhattan、GWAS QQ、lambda GC、λGC、genomic inflation factor	工作流	图形用于定位信号与诊断分布，必须连同样本结构、检验、LD和模型背景解释。
GWAS结果字段与等位基因统一	GWAS结果字段、effect allele harmonization、效应等位基因统一	工作流	跨软件结果表先统一位点、效应方向、性状尺度和P值表示，再比较统计量。
GWAS软件结果比较与一致性检查	GWAS软件比较实践、GWAS一致性	工作流	先用同一模型检查软件交接，再解释不同模型的结果；单一数据集的显著数量不构成软件排名。
GWAS软件输入转换与样本对齐	GWAS文件转换、GWAS样本对齐、FID IID	工作流	转换必须保持样本身份、位点身份、等位基因编码和性状含义；格式可以读入不代表转换正确。
GWAS软件选择与比较	GWAS软件、GWAS工具比较	学习路线	先根据性状、样本相关性、物种和数据规模选择模型，再选择能够实现并验证它的软件。
Hardy-Weinberg平衡与检验	HWE、Hardy-Weinberg equilibrium、哈代温伯格平衡	术语	HWE描述理想化随机结合条件下的基因型比例，偏离检验是诊断线索而不是自动删除规则。
HIBLUP基因组预测实践	HIBLUP、XRM	工具	按输入信息选择GBLUP或单步模型，区分方差估计与已知参数求解并检查缺失处理。
Illumina合成测序与簇信号	Illumina、SBS、sequencing by synthesis、bridge amplification、ExAmp	方法	Illumina通过簇上合成与循环信号读出序列，化学和簇生成方式因产品而异。
LD衰减与遗传距离分析	LD decay、r2衰减、重组率、遗传距离	方法	LD随距离的模式取决于频率、群体、分相和测量方式，物理距离不等于遗传距离。
Linux与项目目录实践	—	工具	先学会识别路径、检查文本和保存日志，就能建立可追溯的最小分析项目。
LOCO与近端污染	LOCO、leave one chromosome out、proximal contamination	术语	LOCO在检验某条染色体时把它排除出背景遗传表示，以减少局部信号被背景模型吸收。
MAF与MAC及稀有变异	MAF、MAC、minor allele frequency、minor allele count、rare variant	术语	频率描述相对比例，等位基因计数描述实际信息量；低频位点需要同时审查样本与统计近似。
McClintock与xTea转座子检测选型	McClintock、xTea	工具	TE检测需同时固定参考、家族资源、平台与目标，不能仅把一段插入序列归类就结束。
minimap2BWA与比对器选择	minimap2、BWA、read mapper	工具	按reads类型、参考结构和分析目的选择比对器，再核对输出标记与下游兼容性。
N50组装连续性与完整性	N50、NG50、contig、scaffold、组装完整性	术语	N50描述长度加权连续性，不能单独证明组装正确、完整或无污染。
Nanopore测序与直接RNA	Oxford Nanopore、Nanopore、ONT、direct RNA、simplex、duplex、纳米孔测序	方法	Nanopore根据分子过孔电信号识别序列，原生DNA、cDNA和直接RNA是不同路线。
Notebook脚本与命令行运行	Jupyter、Notebook、Rscript、脚本运行	工具	交互适合探索，完整脚本和从头运行帮助暴露隐藏状态并保存可复现步骤。
PacBioSMRT与HiFi测序	PacBio、SMRT、HiFi、CCS、SMRTbell、subread、CLR	方法	PacBio记录单分子实时合成，HiFi利用同一环状模板多次通过形成高准确共识。
PAV检测与存在缺失矩阵	PAV矩阵、gene presence absence	工作流	先获得目标特征的存在、缺失或未知证据，再构建矩阵，不能把没注释或没覆盖直接记为0。
pbsv发现签名与联合调用	pbsv	工具	pbsv把比对中的结构信号与后续调用分为不同阶段，平台适用性和签名格式需要配套。
PCA原理与实现	PCA、principal component analysis、SVD	方法	主成分分析寻找解释数据变化的正交方向；输入矩阵的定义和尺度直接影响结果。
PCR与扩增基础	PCR、polymerase chain reaction、聚合酶链式反应	方法	PCR利用引物和聚合酶扩增目标区域，扩增拷贝不等于新增独立信息。
PLINK2使用与版本管理	PLINK、PLINK2	工具	PLINK 2 用于基因型处理、PCA 和关联等任务；参数与默认行为需要绑定具体版本。
PLINK2关联分析详解	PLINK glm、PLINK2 GWAS	工具	PLINK 2的关联接口按性状拟合回归；正确读取性状、协变量、计数等位基因与错误码比记住一条命令更重要。
Python变量容器循环与函数	Python语法、list、dict、Python函数	工具	先学变量、列表、字典、条件与函数，再用表格任务练习索引和缺失。
Python统计分析与结果核验	SciPy统计、Python统计、统计软件核验	工具	用明确的数组、方向和参数调用SciPy，并通过手算关系与独立实现检查输出。
Python读取清理与合并样本表	pandas入门、read_csv、DataFrame、Python合并	工具	先保存样本ID和缺失含义，再按键合并，不能靠两张表行号相同推断对应。
P值效应量与多重检验	p-value、FDR、BH、Bonferroni、效应量、padj	术语	P 值衡量特定零假设下的数据相容性，效应量描述差异大小；大量检验需要额外控制错误。
qPCR与数字PCR结果判读	Cq、Ct、digital PCR interpretation、Poisson correction	工作流	qPCR看扩增曲线和阈值，数字PCR看有效分区与统计校正，均需保留质量和独立单位。
REGENIE两步关联分析	REGENIE、regenie、ridge regression、全基因组回归	工具	REGENIE先学习背景遗传预测，再结合按染色体留出的预测检验位点；两步文件、样本与性状必须保持对应。
rMVP关联分析实践	rMVP、MVP、bigmemory、内存映射	工具	rMVP通过外存矩阵和并行运行关联分析，转换后的样本顺序及协变量对应是最重要的检查点。
RNA-seq从FASTQ到基因计数	—	工作流	根据建库、reads布局和参考资源选择比对或定量路径，为差异分析提供来源明确的计数。
RNA-seq从计数矩阵到差异表达	RNA-seq、bulk RNA-seq、差异表达	工作流	从基因计数和实验设计出发，估计表达差异，并区分统计证据、效应大小与功能解释。
RNA交互作用与LRT比较	RNA交互、RNA似然比检验	方法	复杂设计需要明确主效应、交互和整体模型比较各自检验的问题。
RNA差异结果报告与富集背景	—	工作流	报告设计、效应、检验和筛选集合，使结果能够回到原始计数和研究问题。
RNA效应收缩与阈值检验	apeglm、LFC shrinkage、lfcThreshold	概念	稳定效应估计、检验零效应和检验超过预定阈值，是三个需要分别报告的任务。
RNA文库大小因子与组成偏差	size factor、median of ratios	概念	归一化需要处理文库尺度与组成差异，但不能从相对计数自动恢复绝对RNA总量。
RNA测序建库选择与偏倚	RNA library preparation、poly(A)、rRNA depletion、3′ RNA-seq、cDNA	工作流	富集、去除、逆转录、链特异和read布局决定可观察RNA及计数方式。
RNA计数模型差异表达与效应收缩	DESeq2方法、edgeR、voom、LFC shrinkage	方法	差异表达同时依赖计数生成、归一化、离散度和设计，效应收缩与显著性检验是不同环节。
RNA计数矩阵与样本表核对	—	工作流	先用样本ID建立明确对应，再检查计数合法性和设计；文件列顺序不能代替身份。
RNA设计矩阵配对与对比方向	RNA配对设计、contrast、设计矩阵	概念	设计矩阵把样本信息变成模型列，对比定义了究竟要比较哪两个状态。
rrBLUP预测实践	rrBLUP、kin.blup、mixed.solve、A.mat	工具	从可检查的输入矩阵开始，用rrBLUP建立单性状GBLUP基线并理解方差、GEBV与PEV。
RT-PCR实时PCR与数字PCR的区别	RT-PCR、qPCR、real-time PCR、dPCR、ddPCR、逆转录	术语	逆转录、实时检测和数字分区描述不同环节，RT不能默认解释为实时。
R与Python安装环境与编辑器	R安装、Python安装、RStudio、VS Code	工具	语言解释器负责执行，编辑器帮助写代码；先确认运行的是哪个环境。
R与Python报错调试与求助	traceback、debugging、R报错、Python报错	工具	先找错误发生的语句、对象与输入，再建立最小复现，不反复盲改参数。
R与Python生信编程入门路线	R入门、Python入门、生信编程	学习路线	先用同一份小表学会运行、索引、清理、合并和绘图，再进入具体生信包。
R与Python绘图和统计入门	R绘图、Python绘图、Matplotlib入门、base R plot	工具	先画独立观测和缺失，再计算明确目标；图形、模型和生物学结论需要分别检查。
R与Python路径文件与项目组织	working directory、相对路径、R工作目录、Python路径	工具	项目根目录和当前工作目录决定相对路径，从找得到输入和输出开始组织代码。
R包Python包与可复现环境	pip、venv、CRAN、Bioconductor、renv	工具	包安装到环境而非抽象的语言名称，先确认解释器、库位置和版本来源。
R向量数据框索引与函数	R语法、data.frame、R索引、factor	工具	先掌握向量、缺失、数据框和索引，理解R的向量化与因子编码。
R读取清理与合并样本表	read.csv、merge、R数据清理	工具	base R即可完成小表读取与匹配，关键是类型、NA、重复键和输出行顺序。
SAIGE单变异关联分析	SAIGE、SAIGE single variant、SAIGE-GENE	工具	SAIGE先拟合零混合模型，再做单变异检验；二分类的SPA处理与样本相关性建模需要共同核对。
Salmon定量与tximport基因汇总	Salmon、tximport、tx2gene	工具	转录本定量、基因汇总及长度校正相互衔接，必须使用同版本转录本到基因映射。
samtools比对检查与覆盖统计	samtools、quickcheck、flagstat	工具	先确认比对文件可读、标记合理及覆盖符合实验设计，再解释调用结果。
SAM与BAM及CRAM	SAM、BAM、CRAM、CIGAR、MAPQ	术语	SAM、BAM 和 CRAM 表达序列比对记录，坐标排序、索引和参考资源决定很多下游操作能否正确进行。
Sanger测序原理与峰图判读	Sanger sequencing、chain termination、ddNTP、桑格测序	方法	链终止产生不同长度产物，常见自动化读出转成峰图，混合信号需结合上下文。
Smith-Waterman局部比对	Smith-Waterman、动态规划、局部比对算法	方法	Smith–Waterman 用动态规划找到给定打分规则下的最优局部比对，适合理解序列比对的精确基线。
Snakemake规则配置与断点续跑	Snakemake	工具	将输入、输出、参数和资源声明为规则，让工作流按依赖执行并明确需要交付的产物。
Sniffles长读长结构变异实践	Sniffles、SNF、force genotyping	工具	Sniffles相应模式从长读长比对发现SV，群体模式与已知位点分型需要不同输入。
SnpEff自建数据库与后果解析	SnpEff	工具	使用匹配的参考和基因模型建立本地数据库，验证CDS与蛋白，再解析ANN后果。
SNP与基因型是什么	SNP、SNV、单核苷酸多态性、genotype、基因型	术语	SNP 描述单碱基位点的变异，基因型描述某个体在该位点携带的等位基因组合。
SNVIndelMNV与复杂变异	SNV、Indel、MNV、MNP、复杂变异	术语	变异类型依赖序列变化与表示方式，VCF一行不一定只含一种替代等位基因。
sommer基因组预测与复杂设计	sommer、mmes、vsm、ism	工具	以当前mmes接口传入已知遗传协方差结构，再逐步扩展多随机效应和复杂设计。
SRA与ENA读段检索	SRA、ENA、SRR、ERR、run accession	数据库	读段归档中的study、sample、experiment与run有不同层级，下载与合并必须保留这些关系。
STAR剪接比对与RNA比对指标	STAR、剪接比对	工具	RNA跨外显子连接的reads需要剪接感知比对；参考、注释、链和比对统计一起核对。
STR与重复扩增检测及提取	STR分型、重复扩增提取	工作流	把重复目录、等位长度或次数、支持与区间一起保存，不能只导出GT就完成重复分析。
STR重复扩增与移动元件插入	STR、tandem repeat、repeat expansion、TE insertion、移动元件	术语	串联重复长度变化与移动元件插入具有不同的证据和输出，不能一律当普通Indel。
SVIMasm与dipcall组装变异选型	SVIM-asm、dipcall	工具	组装调用需要区分单倍型状态、比对可调用范围和工具所表达的变异类型。
SV事件匹配与一对一评估	—	方法	先规定区域、类型、断点和序列相似性，再进行匹配与计数。
SV合并匹配与群体再分型	SV merging、SV genotyping	方法	跨样本整理SV需要定义事件相似性，再分型与缺失处理决定群体矩阵是否可信。
TASSEL关联分析实践	TASSEL、TASSEL5、taxa、P3D、CMLM	工具	TASSEL通过图形界面和命令行组织遗传数据与GLM/MLM分析，关键是理解taxa交集、固定效应与亲缘输入。
TRGT重复分型与目录字段	TRGT、repeat catalog	工具	TRGT从相应HiFi比对对目标串联重复分型；catalog、长度和motif字段应按原生定义读取。
Truvari事件比较与评估参数	Truvari	工具	Truvari按明确的表示、区域和相似性规则比较SV集合，评估结果必须带着这些规则读取。
t检验配对设计与Welch检验	t-test、Welch t-test、paired t-test、单样本t检验	方法	连续数值的均值比较先区分独立与配对，再确定方差和参考分布假设。
UMI与细胞条形码	UMI、unique molecular identifier、cell barcode	术语	细胞条形码帮助区分测量单元，UMI 用于识别分子标签；二者不是同一类标识符。
UniProt蛋白条目与证据	UniProt、UniProtKB、Swiss-Prot、TrEMBL、proteome	数据库	蛋白数据库条目同时包含序列和注释证据，人工审阅状态不等于每项功能都已实验验证。
VCF与基因型编码	VCF、BCF、GT、REF、ALT、dosage	术语	VCF 以位点为记录，保存参考与替代等位基因，以及每个样本的基因型和其他字段。
VCF中的SVTYPEEND与BND	SVTYPE、SVLEN、BND、MATEID、breakend	术语	结构变异的类型、跨度、断点和伴随记录需要联合解释，不能只读POS或ALT长度。
VCF标准化多等位拆分与表示	VCF normalization、left alignment、多等位拆分、atomization	工作流	先校验REF，再明确是否左对齐、拆多等位或原子化，记录和基因型必须一起更新。
VEP缓存离线注释与CSQ	VEP、CSQ	工具	VEP可使用本地缓存和参考FASTA完成后果注释；缓存、物种、组装与程序版本必须匹配。
VSTrlog与样本距离	VST、rlog、样本距离	概念	方差稳定变换用于观察样本结构，计数模型的检验输入仍应保持原来的计数语义。
Wald似然比与得分检验	Wald test、likelihood ratio test、LRT、score test	术语	不同检验从参数、似然改善或零模型局部变化评估证据，软件输出的P值必须注明检验类型。
中文生信学习地图	—	学习路线	从问题、数据和检查点进入生信，按需要跳转到概念、算法、组学流程及实践。
串联重复STRVNTR与中断	VNTR、motif、重复中断	概念	串联重复需要同时描述单元、总长度、次数与组成，不能只用一个长度标签概括。
二分类性状OR与病例对照不平衡	binary trait、case-control、odds ratio、OR、Firth、SPA	术语	二分类关联需要核对标签、病例与对照中的等位基因计数，以及模型是否能处理稀疏和相关样本。
亲缘关系与遗传关系矩阵	GRM、kinship、IBS、IBD、genomic relationship matrix	术语	样本之间的遗传相关性可以用矩阵表达，但不同估计量的尺度和假设需要分别说明。
亲缘近交与ROH分析	ROH、runs of homozygosity、FROH、IBD、IBS	方法	相同基因型、共同祖先和纯合片段是相关但不同概念，近交估计需指定参考与可用长度。
人工VCF贯通变异分类与提取	VCF教学实测、variant extraction demo	工作流	用固定人工输入实际运行小变异调用、VCF标准化、类型/区域/样本提取与质量处理。
人工区间贯通测序指标	测序指标算例、coverage arithmetic、人工测序指标	工作流	用已知读段区间和分子身份计算覆盖，解释双端重叠、重复和质量汇总。
人工基因贯通区间注释与后果提取	—	工作流	用人工参考和三条转录本实际完成SnpEff构库、bedtools区间核对与按ALT提取后果。
人工数据贯通群体遗传统计	群体遗传教学实测、population genetics demo	工作流	用完整人工单倍型核对π、θ、描述性分化、LD与中性漂变，说明统计量的条件解释。
人工长读长贯通SV调用与评估	—	工作流	实际从人工DNA reads比对到Sniffles调用、群体输出和Truvari两事件核对，并保留发现的格式问题。
从DNA到RNA和蛋白质	DNA、RNA、protein、gene、transcript、CDS、外显子、内含子	术语	区分基因、转录本和蛋白质层级，是理解不同组学测量对象和标识符的起点。
从FASTQ到比对检查与变异调用	—	工作流	从人工reads开始实际连接minimap2、samtools和bcftools，补上人工SAM案例之前的比对步骤。
从样本到FASTQ的交接与质控	sequencing handoff、demultiplexing、测序交接	工作流	按样本、文库、运行与数据阶段交接，文件和质量报告需要相互追溯。
代谢组入门与实践	metabolomics、m/z、peak area	工作流	代谢组分析先审查峰特征与测量质量，再讨论统计差异和代谢物身份。
代谢组注释定量与多变量分析	PCA代谢组、PLS-DA、OPLS-DA、代谢组方法	方法	分子注释、定量质量、单变量差异和多变量预测需分别验证，分离图不等于可靠模型。
似然最大似然与MAP估计	likelihood、MLE、MAP、log likelihood	方法	用固定数据比较参数对观测的解释，区分最大似然、最大后验与数值求解。
低深度基因型似然与剂量	genotype likelihood、基因型似然、GL、PL、GP、dosage	概念	覆盖不足时应保留基因型不确定性，避免把不可靠的硬分型当成确定观测。
低深度多倍体与特殊基因组分流	—	工作流	在常规二倍体流程之外，先识别假设变化，再选择调用、质控和下游分析。
体细胞VAF纯度污染与PoN	VAF、PoN、肿瘤纯度	概念	低样本内等位比例、低群体频率和低突变细胞比例不是同一个量。
体细胞与低频变异分析边界	Mutect2、somatic variant、低频变异	工作流	低频等位证据需要考虑误差、污染与样本组成，不能把生殖系0/1规则直接用于体细胞。
假设检验与双侧单侧选择	hypothesis testing、null hypothesis、type I error、type II error、单侧检验、双侧检验	方法	先定义零假设、目标效应与错误率，再解释P值和未拒绝的含义。
全类型变异检测总览与证据地图	变异检测总览、所有变异检测	学习路线	先按数据与研究场景分流，再沿发现、分型、评估、提取和解释完成各类DNA变异分析。
公共数据库与数据获取	公共数据库、ENCODE、PRIDE、MetaboLights	数据库	根据需要的数据层级选择资源，并把 accession、原始文件、处理矩阵和版本信息分别记录。
公开airway数据贯通DESeq2	—	工作流	用公开真实计数在原生R完成配对模型、效应收缩、阈值检验和诊断，并核对关键结果性质。
公开小鼠数据贯通多软件GWAS	公开GWAS案例、小鼠GWAS练习、mouse_hs1940	工作流	用固定版本的公开小鼠数据完成质控、PCA、多软件关联、等位基因统一和诊断图，学习每一步的交接与判断。
关联模型中的协变量与残差	covariate、residual、design matrix、共线性	术语	协变量定义调整后的比较，残差描述模型尚未解释的部分；二者都不能靠机械添加代替研究设计。
分类指标ROC与PR曲线	ROC、AUC、precision recall、sensitivity、specificity、calibration	方法	分类评价同时考虑阈值、类别比例、错误代价和概率校准，不能只看AUC。
列联表卡方与Fisher精确检验	contingency table、chi-square test、Fisher exact test、McNemar、二项检验	方法	分类数据用计数表组织；独立、配对和抽样设计决定参考分布与效应解释。
动态规划与序列比对基础	dynamic programming、Needleman-Wunsch、全局比对、状态转移	方法	把大问题拆成可复用的小状态，理解全局比对与局部比对的边界条件。
区间重叠最近基因与候选映射	最近基因、区间重叠	方法	区间操作回答位置关系；候选映射还需转录本、调控、LD和其他证据。
半导体测序与同聚物信号	Ion Torrent、semiconductor sequencing、homopolymer、半导体测序	方法	半导体测序检测掺入相关离子信号，连续相同碱基的数量由信号推断。
单端双端读长与插入片段	single-end、paired-end、PE150、insert size、fragment length	术语	双端是读同一片段两端，片段长度决定重叠和间隔，PE150不等于连续300碱基。
单细胞与空间组学验证设计	single-cell validation、spatial validation、pseudoreplication、空间验证	工作流	供体、细胞、切片和空间位置具有层级关系，验证需同时考虑统计单位和身份注释。
单细胞差异表达与差异丰度	differential state、differential abundance、pseudobulk方法	方法	细胞类型内表达变化和细胞组成变化是不同目标，推断必须保留供体层级。
单细胞转录组入门与实践	scRNA-seq、single-cell RNA-seq、Scanpy、pseudobulk	工作流	从细胞或液滴计数出发，检查质量、探索细胞状态，并将供体层面的比较与细胞聚类区分。
单细胞降维邻居图与聚类原理	单细胞邻居图、Leiden、UMAP、HVG	方法	从计数表示到邻居图再到聚类，特征选择、尺度和分辨率共同决定结果。
参考基因组与注释版本	reference genome、genome assembly、GTF、GFF	术语	参考基因组给出坐标与序列，注释说明基因等要素的位置；分析必须记录二者的具体版本。
参考版本转换与REF复核	—	工作流	参考转换需要映射位置并检查等位与事件语义，改染色体名或位置列远远不够。
变异与群体分析的验证设计	variant validation、genotype concordance、GWAS replication、群体验证	工作流	分别核对变异真实性、基因型一致性、统计关联重复与功能解释。
变异位点过滤与基因型掩蔽	genotype masking、基因型掩蔽、site filtering	工作流	删位点、标记位点和把单个低质量基因型设为缺失是不同操作，先明确要改变哪一层。
变异发现联合分型与缺失状态	force calling、联合调用	概念	发现候选、在统一位点估计基因型和拼接文件，是不同的数据处理任务。
变异后果标签与影响等级	ANN、HIGH、变异后果	概念	后果标签描述相对注释模型的预测，影响等级用于分类，不能当作功能强弱的测量值。
变异检测分型与提取学习路线	变异提取、variant calling、变异分析路线	学习路线	先区分发现、分型与结果提取，再按变异类型和测序场景选择方法。
变异检测结果交付与审计	—	工作流	每类结果都保存原生输出、统一表、过滤理由、可调用范围和验证证据。
变异检测软件选择与适用场景	variant caller、变异软件选型	工具	按测序平台、变异类型、倍性和研究场景选软件，先核对模型与输入，再比较结果。
变异检测输入准备与样本清单	—	工作流	把平台、参考、样本、文库和倍性整理成可追踪输入，再进入具体调用器。
变异注释与候选证据整理	variant annotation、missense、synonymous、候选基因	工作流	注释把变异映射到转录本与已知资源；候选优先级需要多种证据，注释后果并非功能定论。
变异注释与功能解释学习路线	—	学习路线	把已经得到的变异转换为可审查的基因、转录本、后果和候选证据表。
变异评估真值集合与可检测区域	variant benchmarking、callable region、真值集合	方法	评估变异应固定真值、可检测区域和匹配规则，再按类型、大小与基因型分层。
变异质量基因型质量与等位平衡	GQ、AD、allele balance	术语	位点证据、单个样本的分型置信度和等位支持比例是不同层级，不能互相替代。
可复现分析与工作流管理	reproducibility、Snakemake、Nextflow、DAG	工具	把输入、依赖、参数和产物放进可追踪的运行记录，才能区分计算复现与结果解释。
合成家系数据贯通GS	GS教学实测、GS模拟案例、NumPy GBLUP	工作流	用300个人工个体贯通GBLUP、嵌套验证、家系留出和无表型候选预测。
合成数据贯通PCA与GWAS	PCA与GWAS练习、synthetic GWAS	工具	用固定随机种子的人工数据练习文件交接、质控、PCA 与数量性状关联，不需要下载真实个体数据。
合成数据贯通统计推断	统计教学实测、statistics demo、伪重复案例	工作流	通过固定种子人工数据连接基础检验、区间、多重校正、重采样与供体层级。
同一份样本表贯通R与Python	R Python教学实测、programming basics demo	工作流	用两张故意顺序不同的小表练习按ID合并，保留缺失并核对两种语言的描述结果。
同源正交旁系与基因家族	ortholog、paralog、orthogroup、正交同源、旁系同源	概念	序列相似可以支持同源推断；把其他物种的功能转给候选基因还需要区分物种分化、复制和家族历史。
图与最短路径的生信入门	graph、BFS、Dijkstra、DAG、图遍历	方法	用节点和边描述关系，区分图连通、无权最短路径和分析工作流依赖。
基因型质控与过滤	—	工作流	先评估样本和位点质量，再按分析目标制定可追溯的过滤规则。
基因标识符与同源基因	gene ID、ortholog、paralog、基因符号、同源基因	术语	基因符号、稳定标识符和跨物种同源关系表达不同信息，映射时必须记录来源与版本。
基因组坐标与区间	BED、GFF、GTF、0-based、1-based、半开区间	术语	坐标必须同时带有参考版本、序列名和端点规则，格式转换不能只改文件扩展名。
基因组浏览器检查与候选证据	—	工作流	把统计信号、reads、变异和基因模型放在同一参考上检查，并为每种证据保留来源。
基因组选择与GWAS的区别	genomic selection vs GWAS、MAS、标记辅助选择	术语	GWAS寻找统计关联，GS预测遗传价值；两者可以结合，但验证目标不同。
基因组重测序与变异检测	—	工作流	从 DNA 读段得到可用于群体分析的变异数据，关键是参考一致性、样本级检查和统一的分型流程。
基础算法可复现练习	basic algorithms demo、基础算法实测	工作流	用小型人工输入核对查找、计数、图、比对、聚类和优化的计算逻辑。
复杂重排与BND事件图	复杂重排、BND事件图	概念	用片段与连接关系描述复杂结构，避免把若干BND行简单当成若干独立变异。
多倍体基因型与等位剂量	polyploid、倍性、等位剂量	概念	倍性决定可能的基因型状态和剂量范围；二倍体默认设置不能直接推广到所有物种或区域。
多组学整合与潜变量模型	MOFA2、DIABLO、CCA、潜变量	方法	整合必须先定义样本对应与预测目标，潜在因子反映共同变化而不自动代表因果机制。
多组学整合入门与实践	multi-omics、MOFA、MOFA2、潜在因子	工作流	整合多个测量层级前，先确认样本对应、特征尺度和具体目标，再选择联合分析方法。
官方TRGT小数据贯通重复分型	—	工作流	下载固定提交的PacBio官方微型输入，核对SHA后实际运行TRGT并解析长度与motif计数。
定相与基因型填充	phasing、imputation、haplotype、dosage、单倍型、填充质量	术语	定相推断等位基因位于哪条单倍型，填充推断未观测基因型，两者都需保留不确定性。
实验设计与统计功效	experimental design、power、效应大小、样本量	术语	实验设计决定哪些问题能被回答；功效是指定效应与检验条件下发现信号的概率。
富集分析与GSEA	GSEA、ORA、gene set enrichment	方法	功能富集把特征列表或排序与知识集合连接，结论取决于背景、映射、排序和多重检验。
小RNA分析入门与实践	small RNA、miRNA、small RNA-seq、smrnaseq	工作流	小RNA测序关注短RNA群体，接头处理、长度选择和注释分配直接影响计数。
小变异检测的似然与局部组装	genotype likelihood、pileup、局部组装、PairHMM	方法	调用器利用有误差的reads评估候选等位和基因型，输出不是简单数不同碱基。
峰与FRiP及TSS富集	peak、FRiP、TSS enrichment、窄峰、宽峰	术语	峰是相对背景具有信号富集的区域，FRiP 和 TSS 富集用于从不同角度评价部分染色质测量。
差异峰与差异甲基化方法	differential binding、DMP、DMR、DiffBind、DSS	方法	峰内计数、甲基化覆盖和区域汇总有不同生成过程，差异推断不能只比较有无峰。
常见概率分布与生信场景	Bernoulli、binomial、Poisson、negative binomial、正态分布、t分布、卡方分布、F分布	术语	按观测类型和生成假设理解分布，避免给所有组学数据套同一个正态模型。
常见生信图表的阅读与制作	volcano plot、heatmap、QQ plot、Manhattan plot、火山图、热图、曼哈顿图	工具	先读坐标、数据变换和独立单位，再判断图形支持什么结论。
广义线性模型与逻辑回归	generalized linear model、logistic regression、logit、link function、负二项回归	方法	广义线性模型把响应分布、条件均值和链接函数连接起来，适配二分类与计数等结果。
引物扩增子与特异性	primer、amplicon、primer dimer、引物二聚体	术语	引物决定扩增起点与目标范围；扩增子是产物，不自动等于唯一目标分子。
微生物组分析入门与实践	microbiome、metagenomics、16S、宏基因组	工作流	先区分标记基因扩增子和全样本宏基因组，再选择特征构建、分类与群落比较路线。
微生物组差异与验证设计	microbiome validation、PERMANOVA、PERMDISP、组成数据	工作流	把微生物特征差异、多样性、测量污染和独立重复分别验证。
微生物组组成差异与多样性方法	ANCOM-BC2、Aitchison、微生物差异丰度	方法	相对丰度、样本距离和差异丰度模型有不同目标，测序量不等于绝对微生物量。
扩增子测序与靶向测序设计	amplicon sequencing、targeted sequencing、capture sequencing、靶向捕获	工作流	扩增子和捕获针对有限区域，但目标选择、扩增与未检出解释各有偏差。
批次效应与混杂	batch effect、confounding、混杂因素	术语	批次效应来自技术过程；当批次与研究分组重合时，数据可能无法区分两者的影响。
抽样分布中心极限定理与标准误	sampling distribution、CLT、standard error、SE、中心极限定理	术语	统计量会随样本改变；标准误描述这种变动，中心极限定理有适用条件。
拷贝数基线非整倍体与LOH	aneuploidy、非整倍体、LOH、拷贝中性LOH	概念	相对深度、总拷贝数和等位特异状态回答不同问题，解释前先确定基线。
按区域样本与基因型提取变异	区域提取、样本子集、基因型提取、AF重算	工作流	明确坐标和筛选顺序，先定义样本集合，再判断基因型并重算相应统计。
按基因转录本与后果提取变异	—	工作流	把记录、ALT、转录本和后果拆成明确关系，再进行筛选和统计。
按类型提取SNPIndel与结构变异	提取SNP、提取Indel、提取SV、variant subsetting	工作流	先拆清混合ALT与表示，再按定义筛选；序列类型、结构注释和长度门槛是不同条件。
排序查找与哈希在生信中的应用	binary search、hash table、k-mer、二分查找、哈希计数	方法	用查找坐标和统计短序列理解排序、二分与哈希的条件和成本。
描述统计与分布图	descriptive statistics、median、IQR、标准差、箱线图	术语	用位置、离散程度和图形描述数据，同时区分个体差异与估计精度。
数据泄漏与交叉验证	data leakage、cross-validation、CV、训练集、测试集、过拟合	方法	预测评估需要让测试数据保持独立，并在训练折内学习预处理和特征选择。
数据类型总体样本与抽样	population、sample、sampling、连续变量、分类变量	术语	先确定观测单位、变量类型和抽样来源，再决定统计问题与推广范围。
文库接头索引与条形码	sequencing library、adapter、sample index、barcode、index hopping	术语	文库是可进入测序的分子集合，接头、样本索引和UMI各有不同作用。
断点置信区间与事件方向	CIPOS、CIEND、断点方向	概念	SV位置可能是估计范围；连接的两端、方向和参考表示共同决定事件含义。
方差分析交互作用与对比	ANOVA、F-test、interaction、contrast、Tukey	方法	多个组和多个因素应写成明确模型；总体检验、特定对比和交互作用回答不同问题。
日志排错与最小复现	debugging、stderr、exit code、MRE、报错	工具	从第一条实际错误定位输入、环境和资源问题，用最小复现验证修复。
最小注释工作流与Snakemake恢复	—	工作流	把人工注释案例写成依赖图，并实际检查首次运行、无变化重跑和缺失交付表恢复。
有效群体大小漂变与近交	Ne、genetic drift、inbreeding、Wright-Fisher	术语	有效群体大小描述特定遗传过程的尺度，不等于当前个体普查数量。
服务器资源与批量任务	HPC、Slurm、sbatch、CPU、RAM、I/O、作业调度	工具	任务需要同时估计计算、内存、磁盘和时间，申请线程并不等于程序会自动使用它们。
样本表与数据审计实践	—	工具	先把样本身份、实验设计和文件位置核对清楚，再进入任何统计分析。
梯度下降与数值优化	gradient descent、learning rate、convergence、loss function、梯度	方法	优化算法减少明确目标函数，收敛条件、尺度和初值决定数值行为。
概率条件概率与贝叶斯定理	probability、conditional probability、Bayes theorem、条件概率、独立事件	术语	区分事件概率和条件概率，理解贝叶斯公式怎样结合先验与观测证据。
正则化过拟合与模型选择	regularization、ridge、LASSO、elastic net、bias variance tradeoff	方法	惩罚和模型选择控制复杂度，但所有选择都必须与最终评价分开。
正态性方差齐性与模型诊断	Shapiro-Wilk、Levene、residual diagnostics、normality test	方法	诊断围绕模型误差和独立单位展开，避免用几个预检验自动决定全部分析。
正负链坐标与转录方向	负链、反向互补、转录方向	概念	基因组坐标沿参考序列编号，负链转录本沿相反方向读取；两套表示必须分清。
比对相似性同源性与覆盖率	identity、coverage、homology、alignment、局部比对	术语	比对是建立位置对应，相似性是可度量的观察，同源性是关于共同演化来源的推断。
泛基因组与参考偏差	pangenome、reference bias、参考偏差	概念	单一参考只代表部分序列状态；缺失于参考的序列和复杂结构可能需要多参考或图表示。
测序产量有效数据与成本口径	sequencing yield、Gb、read pairs、有效产量	术语	分开计量读段数、碱基量、可用分子覆盖和交付成本，避免数量级混淆。
测序技术与PCR学习路线	测序技术、sequencing technologies、一代测序、二代测序、三代测序	学习路线	从PCR、文库和信号读出理解测序，再按目标选择技术、数据和质量检查。
测序数据格式与原始信号	BCL、POD5、AB1、subreads BAM、原始测序信号	工具	扩展名不能完全说明数据阶段，原始信号、识别碱基和比对结果保存不同信息。
测序方案选型与实验设计	sequencing design、测序选型、技术比较	工作流	按问题、样本、信息结构和验证需求选技术，不用代数或单个宣传指标代替设计。
测序深度覆盖度与质量分数	coverage、depth、Phred、Q30、测序深度	术语	深度、覆盖范围、碱基质量和比对质量衡量不同问题，不能用单个平均数替代整体质控。
测序质控工具选择与报告阅读	FastQC、MultiQC、fastp、NanoPlot、QUAST、BUSCO	工具	按读段、长读长与组装层级选工具，报告汇总不等于自动修复问题。
测序错误重复偏差与嵌合体	sequencing error、PCR duplicate、GC bias、chimera、allele dropout	术语	错误、重复和偏差影响不同层面，更多读段无法自动修正系统性问题。
混合测序组装与结果评估	hybrid assembly、polishing、de novo assembly、组装评估	工作流	混合数据可以互补，纠错、倍性、单倍型和污染共同影响组装。
点估计偏差方差与一致性	point estimation、bias、consistency、MSE、估计量	术语	区分估计量的系统偏离、抽样波动和样本增大时的行为。
独立过滤低计数与结果NA	independent filtering、Cook距离、RNA结果NA	概念	预过滤、独立过滤和异常计数处理发生在不同环节，结果中的NA必须按原因解释。
生信基础算法学习路线	基础算法、bioinformatics algorithms、算法学习路线	学习路线	先理解数据结构与复杂度，再学习查找、距离、图、动态规划、聚类和优化。
生信缺口清单与维护优先级	Wiki待补清单、维护路线图	学习路线	用研究任务和可核验产物安排补写顺序，避免目录完整却缺少实际操作。
生物学重复与技术重复	biological replicate、technical replicate、伪重复	术语	生物学重复体现独立生物单位的变化，技术重复衡量同一材料的测量变化。
用PCA探索样本的群体结构	—	工作流	从经过质控的基因型出发，减少位点冗余、计算主成分，并结合样本信息检查结果。
相关回归与混杂	Pearson、Spearman、correlation、linear regression、混杂因素、Simpson悖论	方法	相关描述共同变化，回归在指定调整集合下估计关系；两者都不能单独建立因果。
短读长SNP与Indel检测流程	短读长变异检测、SNP calling	工作流	从有质量记录的读段和一致参考进入小变异发现、分型、过滤及交付。
短读长与长读长变异证据比较	—	方法	比较平台时先比较可观察的证据和模型假设，而不是把软件名排成固定优劣顺序。
碱基识别质量值与一致性序列	basecalling、consensus sequence、碱基识别	术语	碱基识别把平台信号转为序列；一致性序列利用多次证据，质量仍是模型估计。
祖源推断与混合群体模型	ancestry inference、admixture model、NGSadmix、ADMIXTURE模型	方法	祖源成分是特定数据和模型下的统计表示，K与颜色不自动对应真实历史群体。
秩检验符号检验与非参数方法	Mann-Whitney U、Wilcoxon signed-rank、Kruskal-Wallis、非参数检验、符号检验	方法	非参数方法仍有假设；先弄清检验针对排序、差值符号还是完整分布。
空间转录组入门与实践	spatial transcriptomics、空间组学、spot、Visium	工作流	将表达矩阵与空间坐标和组织图像对应，分析空间模式，并区分 spot、细胞和切片层级。
第二代测序原理与平台比较	NGS、next-generation sequencing、短读长测序、massively parallel sequencing	方法	二代常以大规模并行读出代表，平台差别在模板呈现、信号和读出方式。
等位基因频率杂合度与核苷酸多样性	allele frequency、heterozygosity、nucleotide diversity、pi、Watterson theta	术语	频率、杂合度和π采用不同单位与分母，不可只看SNP集合而忽略可检测位点。
算法输入输出复杂度与数据结构	algorithm、time complexity、space complexity、Big O、数据结构	方法	从输入、输出、正确性和资源成本理解算法，为生信工具的性能与适用范围打基础。
系统发育树入门与实践	phylogenetics、MSA、maximum likelihood、bootstrap support、系统发育	工作流	系统发育推断从可比较的同源序列出发，树的拓扑、枝长和支持度回答不同问题。
系谱BLUP与单步ssGBLUP	PBLUP、ssGBLUP、single-step GBLUP、H矩阵、A22	方法	单步法把系谱与基因组关系放进统一遗传评估，关键在关系基准、编号和分块一致。
线性模型与混合模型	LMM、GLM、linear mixed model、协变量、设计矩阵	方法	回归把研究变量与协变量联系到表型，混合模型进一步表示样本相关性或层级结构。
线粒体叶绿体与异质性	heteroplasmy、异质性、NUMT、NUPT	概念	细胞器基因组的拷贝、混合比例和遗传密码表需要单独处理，不能照搬核基因组二倍体解释。
组学分析总览与选型	—	学习路线	先明确测量对象和研究问题，再选择输入、模型及可以支持的结论。
组学分析方法学习路线	组学方法、omics analysis methods	学习路线	按测量层、估计目标、统计模型和证据组织组学方法，而不是按软件列表学习。
组学批次校正与信号保留	batch correction、Harmony、scVI、数据整合	方法	校正和整合需要定义保留的生物学结构，混合得更均匀不自动意味着更正确。
组学方法比较与敏感性分析	方法一致性、sensitivity analysis、稳健性分析	工作流	比较方法先匹配问题和输入，敏感性分析用合理替代方案评估稳定性，不以最多显著结果排名。
组学验证的层级与证据	omics validation、技术验证、独立验证、功能验证、正交验证	工作流	把可复现、统计稳健、技术确认、独立重复与功能证据分别对应到具体结论。
组装比较共线性与变异方向	—	方法	组装比较首先建立可对应的序列关系，再判断小变异、重排与未比对序列。
组装比较检测SNPIndel与结构变异	—	工作流	从成套组装及参考出发，保留共线性、单倍型和不可判定区域，再整理各类变异。
结构变异CNV与PAV	SV、CNV、PAV、presence absence variation	术语	SV描述结构改变，CNV关注拷贝数，PAV关注规定单位中的存在或缺失；三者可以交叉。
结构变异检测的读对分裂读段与组装	split read、discordant pair、SV evidence	方法	SV证据来自异常连接、覆盖和序列比较，不同证据能解析的类型与精度不同。
结果报告与数据共享	FAIR、accession、README、provenance、数据溯源	工具	报告应让读者追溯从研究设计、输入和参数到结果的路径，并区分数据开放与受限访问。
统计学与组学验证学习路线	统计学、statistics、组学统计、统计学习路线	学习路线	从数据与概率进入检验和模型，再按组学任务安排技术、独立样本与功能验证。
统计方法选择与分析计划	统计检验选择、analysis plan、estimand、统计分析计划	工作流	按照目标、观测类型和依赖结构选方法，预先规定比较、校正与验证方案。
缺失值与零值	missing value、NA、zero、缺失值	术语	零值是已记录的数值，缺失表示没有可用观测；把二者混用会改变统计问题。
罕见变异负荷检验与SKAT	SKAT、burden test、罕见变异集合检验	方法	把多个低频变异组成预先定义的集合，可以检验基因或区域层面的关联。
置信区间与重采样	confidence interval、CI、bootstrap、permutation test、置换检验	术语	置信区间描述估计精度；重采样必须尊重独立单位和研究设计。
置换检验与Bootstrap实践	resampling、bootstrap实践、permutation实践、交换性	方法	Bootstrap近似估计量的抽样分布，置换构造零假设参考；两者必须尊重独立单位。
群体分析与GWAS学习路线	—	学习路线	从基因型编码和样本审计出发，依次完成群体探索、关联分析和证据解释。
群体历史共祖与有效群体大小推断	coalescent、PSMC、MSMC2、SMC++、群体历史	方法	历史推断是模型条件下的有效尺度估计，人口曲线不能直接当真实普查或唯一迁移历史。
群体结构与GWAS有什么关系	—	方法	当遗传背景同时关联表型和位点频率时，简单关联可能混入群体差异，需要结合设计和模型处理。
群体结构是什么	population structure、群体结构、population stratification	术语	群体结构描述样本之间并非完全均匀的遗传差异模式，分析前需要同时排查技术来源。
群体遗传学分析学习路线	population genetics、群体遗传学	学习路线	从频率和可检测位点进入多样性、分化、祖源、近交与历史，区分描述与过程推断。
群体遗传软件与输入选择	群体遗传软件、ANGSD、pixy、VCFtools	工具	按硬分型、基因型似然、完整位点与单倍型要求选择工具，保留各自估计量和分母。
聚类Kmeans与层次聚类	k-means、Lloyd algorithm、hierarchical clustering、聚类稳定性	方法	聚类寻找指定表示和距离下的结构；簇数、初始化和批次都会影响结果。
育种值GEBV准确度与可靠度	EBV、GEBV、PEV、prediction accuracy、reliability、预测能力	术语	区分加性遗传价值、预测表型、表型相关、真实育种值准确度和基于PEV的可靠度。
蛋白质组与代谢组验证设计	proteomics validation、metabolomics validation、靶向质谱、代谢物鉴定	工作流	把分子鉴定、定量质量、差异统计和独立生物学验证分开记录。
蛋白质组入门与实践	proteomics、DDA、DIA、protein group	工作流	将质谱证据或蛋白定量表连接到可解释的蛋白层面比较，先区分鉴定、定量和差异检验。
蛋白质鉴定FDR与差异丰度	target-decoy、PSM、蛋白质差异分析、MSstats	方法	谱图鉴定错误控制与样本间丰度差异是两类统计问题，肽段汇总和缺失需单独处理。
表观组峰与调控证据验证	epigenomics validation、peak reproducibility、IDR、调控验证	工作流	区分峰调用、样本间差异、重复一致性与调控功能，避免由峰位置直接推导靶基因。
计数丰度与标准化	normalization、TPM、CPM、counts、标准化	术语	原始计数、相对丰度和变换后的数值对应不同问题，模型输入必须与其假设一致。
贝叶斯回归与核方法用于GS	BayesA、BayesB、BayesC、Bayesian LASSO、BRR、RKHS	方法	不同先验改变标记效应的收缩方式；核模型通过相似性矩阵表达遗传预测结构。
负二项离散度与均值方差	RNA离散度、negative binomial、负二项分布	概念	负二项模型允许计数的方差超过均值，用离散度描述重复之间的额外变异。
距离标准化与相似性	Euclidean distance、cosine similarity、correlation distance、feature scaling	方法	距离反映你选择的尺度与关系，标准化会改变几何结构和后续聚类结果。
转座子插入检测与提取	TE插入检测、移动元件提取	工作流	以家族库和插入连接证据为基础，区分参考与非参考元件，保留两侧支持和未知状态。
转录本选择与代表注释	代表转录本、canonical transcript	概念	代表转录本让报告更简洁，但筛选规则应与研究组织和问题相符，并保留完整注释供回查。
转录组差异与qPCR验证设计	RNA-seq validation、RT-qPCR、ΔCt、ΔΔCt、MIQE	工作流	分别验证差异表达统计、表达测量与生物学重复，避免把qPCR当作自动证明功能。
软件环境与依赖管理	conda、mamba、container、Docker、Apptainer、依赖锁定	工具	一个可复现环境需要记录软件版本、依赖、平台及参考数据，只有环境名称并不足够。
近邻朴素贝叶斯与决策树入门	kNN、naive Bayes、decision tree、nearest neighbors	方法	用三种直观规则理解基础分类器，比较距离、条件概率与递归分割。
连锁不平衡与LD剪枝	LD、linkage disequilibrium、LD pruning、clumping	术语	连锁不平衡描述位点等位基因之间的非随机关联，LD 剪枝用于减少所选位点集合中的冗余。
选择中性模型与群体历史	neutral model、natural selection、demography、中性模型	术语	选择是众多改变遗传模式的过程之一，扫描需要与漂变、迁移和历史替代解释比较。
选择扫描与中性替代解释	selection scan、Tajima D、iHS、XP-EHH、选择扫描	方法	不同扫描统计量检测不同模式，离群和显著都需与历史、结构及技术替代解释比较。
重复序列与转座子变异软件	ngs_te_mapper2	工具	先确定平台与目标目录，串联重复分型和移动元件插入检测采用不同工具及结果字段。
链特异性与RNA测序方向	stranded RNA-seq、strand specificity、forward stranded、reverse stranded	术语	链特异性保存RNA来源方向，R1/R2与原始RNA的关系由建库布局决定。
长读长TE插入证据整理流程	—	工作流	把长读长插入候选、序列家族和两侧连接证据连接起来，区分家族相似与插入事件。
长读长小变异检测与模型选择	Clair3小变异、长读长SNV、DeepVariant模型	工作流	长读长小变异调用仍需匹配平台与训练模型，不能把SV调用器当作全部SNV/Indel流程。
长读长测序分析入门	long-read、结构变异、isoform	工作流	长读长有助于跨越复杂区域与连接转录结构，流程选择仍取决于平台、数据类型和研究目标。
随机变量期望方差与协方差	random variable、expectation、variance、covariance、独立与不相关	术语	用随机变量描述不确定测量，区分均值、变异、共同变化和独立性。
零模型与方差组分	null model、variance component、REML、PVE、遗传率	术语	零模型描述没有当前待检验位点效应时的背景；方差组分表示模型中不同变异来源的规模。
频率学派与贝叶斯推断	frequentist、Bayesian inference、credible interval、可信区间、先验、后验	术语	理解两种推断怎样表达参数不确定性，避免把置信区间、后验概率和P值混读。

本页由导出脚本生成；新增词条后重新生成即可，正文仍在各自的主要页面维护。