DAG 研究面板

当前状态

主线源码为单一编译单元 wip/DAG_builder_v2.4.cpp，17,807 行 C++20。g++ -O2 编译通过，post-commit 自动镜像备份。

定位：以可重复 k-mer 为节点的增量式 DAG 构图引擎，reference-free，子图即变异位点。

V2.4 核心变更

• SP compact PNG 可视化（--sp-png）
• atomic-png 离线渲染，无需重跑构图
• no-anchor join-anyway：低锚点不再作为 discard gate
• full weak-component local partition：禁止跨 component 合并
• orientation chooser + input order tracking

验证清单

• O2 链接通过
• help probe 正常列出 --sp-png
• tiny ref → primary / GFA / HTML / atomic / PNG
• tiny read → integrated TSV 全链路
• atomic-png 离线渲染正确

维护形态

后续只维护 Word：01_manuscript/word/Nature_Methods_中文文章草稿.docx。工作流按 08_workflow/ 协议交接。

写作铁律

• 正向肯定语气，删除「不是…而是」「换言之」等辩护句式
• 正文只讲算法精神，实现细节放 Methods
• 摘要不放方法细节，只给高层范式与全部预期结果
• 正文不随机插入 figure 引用；不用「读出/readout」

证据矩阵现状

• Divergence：25 对完成，DAG F1 全级高于 PGGB
• PGGB underperformance 分析（07-03）
• Scale：N50 / N100 / N200 待运行
• Real Species：跨物种鲁棒性待启动

统一评估管线

DAG 与 PGGB 各产 graph.gfa 后进入同一管道。GT 修复只用各方法自身数据，不交叉借用。

Divergence · 已完成 ✅

N10 × H025/H050/H100/H200/H400 × R01–R05，共 25 个配对重复。DAG 在所有 H 级的 F1 均高于 PGGB；H400 时 DAG 召回略低但 precision 大幅领先，呈保守高精度模式。

待补齐

• Scale benchmark：N50 / N100 / N200
• 资源边界：运行时 / 峰值内存 / 临时磁盘
• GT-repair sensitivity 与 sidecar summary

基本信息

C++17 · CMake 3.16+。主程序 src/DAG_mapper.cpp（5,297 行），索引格式 dag_index_format_v3.hpp。

依赖 Index Manager（~/Academic/Index Manager/）提供 PGK1ALL2 索引管理。

管线角色

read-DAG 链路的入口，不承担构图职责。

核心问题

对大量人类全基因组构建高精度泛基因组图后，是否可以设计出比传统 1240K 更好用的 SNP / capture panel？图技术如何直接用于位点发现、位点评分和 panel 选择。

已有材料

• 1240K panel SNP selection report
• Pangenome graph for better panel design report
• Source index + workflow 完整