序列读写与操作

使用边界

用于 sequence-level 操作。若涉及 read-level QC 进入 read-qc-trimming；若涉及比对后的 BAM/CRAM 进入 alignment-bam-processing。

推荐流程

1. 确认输入格式、压缩方式、序列 ID 规则和文件大小。
2. 读取方式：

• 小文件可一次性读取。
• 大 FASTA/FASTQ 使用索引或流式迭代。

1. 操作类型：

• 统计：长度、GC、N 比例、quality。
• 转换：FASTA/FASTQ/GenBank/GFF 互转。
• 生物学变换：reverse complement、transcribe、translate、ORF/motif。
• feature 提取：CDS、gene、exon、protein。

1. 输出新文件时保留 ID 映射和过滤日志。

交接物

bio_task_family: sequence-io
input_format:
output_format:
sequence_type: dna | rna | protein | mixed
operation:
id_handling:
validation_checks:
expected_outputs:
execution_entry:

禁止事项

• 不要用临时字符串切分解析复杂 GenBank/GFF；使用结构化解析思路。
• 不要在未确认遗传密码表时翻译非标准生物。
• 不要丢失原始 record ID 和坐标映射。