CRISPR 筛选QC
池化筛选流程会为每个基因输出一个q-value值，用以判定该基因是“显著”或“非显著”。这个标量丢掉了基因内部的guide结构信息，因此一个筛选完全无统计功效的基因，看起来与一个真正无效应的基因完全一样。本技能能够仅从计数出发，依据非靶向/阴性对照进行校准，且从不依赖金标准，重新读取该结构信息，并为每个非显著基因附上命名式的鉴定理由（可用guide太少、离散度过高、效应量低于零假设区间）。
在Wang-2014白血病缺失筛选数据集上，它以3%的误报率识别出约53%的金标准沉默失败事件，并且这些标志与FDR非冗余（|ρ|≈0.29）——它能够捕获q-value遗漏的信息。（坦诚地说：本技能的价值在于可读性/鉴定，而非提升召回准确率。）完整方法、预注册的Q1–Q4评估以及局限说明，请见：docs/screen-power.md。
安装
pip install karyon
使用方法
运行参考分析（演示筛选）：
from karyon import screen_qc
screen_qc.run() # 默认seeds=50；输出鉴定结果 + 非冗余性保护
鉴定您自己的筛选中的非显著基因（计数 → 原因）：
from karyon import screen_qc as sq
null = sq.null_band(calib_lfcs, direction="deplete") # 从NT/NEG对照计算零假设区间
verdicts = sq.qualify(non_hit_genes, gene_guides, null=null) # 每个基因的GeneReliability，附带原因
reliability_contracts(...) 是底层的 contracts.ContractSet；每个 GeneReliability 指明了非显著基因为何（不）可信。
与NVIDIA BioNeMo的组合使用
本技能运行在下游，位于加速基因组学管线（例如Parabricks → guide计数 → MAGeCK风格的基因汇总）之后：模型/管线负责判断“显著”，本技能负责鉴定非显著基因，从而使智能体能够报告“基因X：非显著，但统计功效不足（可用guide 4条，离散度高于阈值）”，而不仅仅是报告“无效应”。
范围（坦诚说明）
鉴定，而非精度提升：它告诉您哪些非显著基因不可信，但不会对显著基因重新排序。基于对照进行校准，因此需要筛选包含非靶向/阴性对照guide。