如何用 resolve_lineage 脚本验证 Pango 谱系名称是否仍有效或已被重命名【免费下载链接】scientific-agent-skillsTurn any AI agent into an AI Scientist. The #1 Agent Skills library for science, used by 190,000 scientists worldwide. 165 ready-to-use validated skills plus 100 scientific databases covering biology, chemistry, medicine, and drug discovery. Compatible with Cursor, Claude Code, Codex, Pi, Antigravity, and the open Agent Skills standard.项目地址: https://gitcode.com/GitHub_Trending/cl/scientific-agent-skills在病原基因组监测里Pango 谱系名不是稳定的标识符名称持续被新命名也会在被使用多年后被撤回withdrawn或重新命名redesignated。scientific-agent-skills 仓库中的pathogen-variant-surveillance技能自带resolve_lineage.py脚本把一批谱系名对到实时命名数据上逐个回答这个名字现在还存在吗、展开成什么、从哪来、当前有多少条序列仍携带它。本文的任务就是在你引用、查询或写入论文谱系清单之前用这个脚本核对每个名字的有效性并让退出码直接充当自动化的门槛。前提条件脚本 resolve_lineage.py 位于技能目录的scripts/子目录下其运行要求来自 SKILL.md 的兼容性声明Python 3.11仅用标准库无需安装第三方包也不需要 API key需要访问公开 GenSpectrum LAPIS 实例lapis.cov-spectrum.org、lapis.genspectrum.org、lapis.pathoplexus.org以及raw.githubusercontent.com运行时从 pango-designation 拉取alias_key.json和lineage_notes.txt。如果 pango-designation 不可达脚本不会崩溃它会向 stderr 打印warning: pango-designation unreachable: ...此时名称状态可能退化为unverified两个命名来源都没拿到需要按后文的判断方法重新运行。运行检查一条命令核对一批名字在仓库根目录下进入脚本目录把要核对的名字作为位置参数一次性传入cd skills/pathogen-variant-surveillance/scripts python3 resolve_lineage.py XFG.23.1.3 PQ.17 PC.2 NOTALINEAGE下面是 SKILL.md 中给出的文档示例输出每行还会引用该谱系所属的 lineage proposal示例中detail列有删节query status unaliased parent recombinant_of descendants sequences detail XFG.23.1.3 current XFG.23.1.3 XFG.23.1 LF.7LP.8.1.2 6 317 S:A1174V, on C29137T branch PQ.17 current XDV.1.5.1.1.8.1.17 NB.1.8.1 23 931 Alias of XDV.1.5.1.1.8.1.17 PC.2 withdrawn B.1.1.529.2.86.1.1.16.1.7.2.1.2 LF.7.2.1 4 25 now LF.7.9; Redesignated as LF.7.9 NOTALINEAGE unknown NOTALINEAGE 0 n/a no such name in the live nomenclature逐列判断这个名字的状态表格列固定为query、status、unaliased、parent、recombinant_of、descendants、sequences、detail。判断主要看三列status是核心结论取自实时的lineage_notes.txt与实例的谱系定义文件取值见 脚本源码current名字仍是有效命名notes 标记为designated或存在于谱系定义中withdrawn名字已被撤回或重新命名。如果 notes 里写了Redesignated as Xdetail列会被改写成now X; ...的形式示例中PC.2的now LF.7.9——这就是它现在应该叫什么unknown两个命名来源里都没有这个名字detail会写no such name in the live nomenclature for this instanceunverified两个来源都未能获取状态无法判定需要看 stderr 的 warning 后重跑。unaliased用实时的alias_key.json把别名展开到完整路径如PQ.17→XDV.1.5.1.1.8.1.17。这个映射无法靠推理得出只能查文件所以别凭记忆展开。recombinant_of只在重命名谱系上有值如XFG显示LF.7LP.8.1.2。LAPIS 自己的谱系定义把所有X*谱系都当根节点处理重组父本只记录在alias_key.json里脚本已经替你合并了两个来源parent列则是谱系定义里直接的上游谱系。sequences是该名字的序列计数。在带谱系索引的列上如 SARS-CoV-2 的pangoLineage脚本实际按名字*查询即含所有后代stderr 的 provenance 里会有一行# sequences counts the lineage and its descendants提醒这一点。名字无效时索引列会直接拒绝查询该列显示n/a其他请求错误显示error。输入大小写不必纠结脚本会把字母前缀统一转成大写xfg.1.1按XFG.1.1处理但query列保留你输入的原样。用退出码把谱系清单挡在报错之外脚本的退出码语义明确见 脚本 docstring 与 SKILL.md任何一个名字是withdrawn或unknown退出码就是 1全部通过则为 0。所以它可以直接卡在流水线或检查脚本里python3 resolve_lineage.py XFG.23.1.3 PQ.17 if [ $? -eq 0 ]; then echo lineage list OK; else echo lineage list contains stale names; fi这是 SKILL.md 明确给出的用途gates a manuscripts lineage list——论文定稿前跑一遍有陈旧名字就非零退出。需要把结果落盘时用--format tsv也有table、json可选重定向 stdoutprovenance 信息始终走 stderr两者不会互相污染python3 resolve_lineage.py PC.2 --format tsv pc2.tsv把来源信息一起记下来非 JSON 格式下stderr 会追加 provenance 段实例名、数据版本data version、实际选用的谱系列如lineage column pangoLineage with a lineage index、从 pango-designation 读到多少名称、其中多少已撤回以及两个源文件的 git blob SHA。lapis-api.md 给出的文档示例# source blobs lineage_notes.txtb63582d49216 alias_key.json0deb39eeac80该文档的建议是把这行 SHA 和dataVersion一起记录。pango-designation 的拉取是故意不固定版本的固定到某个 tag 会漏掉新的撤回那正是这个脚本要抓的东西审计性来自记录读到了哪个版本而不是冻结来源。换实例H5N1 clade 与自定义 LAPIS 地址--instance取注册表名称默认sars-cov-2即 lapis.cov-spectrum.org 的 open 实例谱系列pangoLineage有谱系索引。脚本 docstring 中给出的 H5N1 用法python3 resolve_lineage.py 2.3.4.4b --instance h5n1注意两点边界来自 lineage-nomenclature.md 与 SKILL.mdH5N1 的谱系列是普通字符串列clade没有谱系索引不支持名字*后代展开sequences列只统计精确匹配clade2.3.4.4b*在这种列上会返回 0 而不是展开后代。遇到未见过的新实例先不带--lineage-field跑一次脚本会打印它没有选中的其他谱系候选列# other lineage-like columns here: ... (select one with --lineage-field)再决定是否用--lineage-field覆盖自动选择。--base-url可以指向任意 LAPIS 部署替代注册表。lapis-api.md 明确提醒只把--base-url指向你信任的部署因为实例返回的字段名、标签和错误detail文本会被原样打印。两个实用开关--descendants把descendants列从计数改成逐个列出所有后代名字--no-counts跳过每名的计数请求每个名字少一次查询。容易误判的两种情况withdrawn但序列仍在用旧名。文档中反复出现的实例是PC.2上游已改名为LF.7.9但实例里的分配管线滞后于命名变更仍有 25 条序列携带PC.2标签。两个事实同时成立改名是事实计数也真实。正确做法是把重新命名和计数一起报告而不是二选一。不同实例上找不到的表现不同。索引列SARS-CoV-2 的pangoLineage会对无效名字直接报 400 拒绝查询无索引列则安静地返回 0看起来像个该谱系不存在的发现。所以引用某谱系计数为 0这类结论之前先用本脚本确认名字本身是有效的。当前lineage_notes.txt约有 6,230 个名称其中 294 个处于撤回或重新命名状态lineage-nomenclature.md2026-07-27 实测值会随时间变化——这就是为什么文档把凭记忆写谱系名列为禁止项。可选离线核对脚本行为仓库自带 test_scripts.py默认测试全部 stub 掉网络调用可离线运行uv run --with pytest python -m pytest tests/pathogen-variant-surveillance -q需要真实 API 冒烟检查时设置环境变量再跑同一命令会访问线上 LAPIS 实例LAPIS_LIVE_TESTS1 uv run --with pytest python -m pytest tests/pathogen-variant-surveillance -q测试覆盖withdrawn名字非零退出、current名字零退出、大小写归一化等行为与正文所述一致。边界与下一步resolve_lineage.py只做名字核验它不回答这个谱系占多大比例或它的突变谱是什么。名字核验通过后同一scripts/目录下的lineage_prevalence.py、mutation_profile.py、reporting_lag.py分别处理流行度与增长、突变画像和报告滞后问题见 SKILL.md 的脚本表。另外按该技能的范围声明这些脚本描述的是已采集并提交的数据序列计数不是病例数不产出临床或公共卫生结论。【免费下载链接】scientific-agent-skillsTurn any AI agent into an AI Scientist. The #1 Agent Skills library for science, used by 190,000 scientists worldwide. 165 ready-to-use validated skills plus 100 scientific databases covering biology, chemistry, medicine, and drug discovery. Compatible with Cursor, Claude Code, Codex, Pi, Antigravity, and the open Agent Skills standard.项目地址: https://gitcode.com/GitHub_Trending/cl/scientific-agent-skills创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考