alnkit long classify

先按外源证据筛出目标 read，再逐段判定外源/基因组/可疑错配，最后把接头事件聚成位点与区域，并导出相关 reads 子集。

用法

alnkit long classify [全局选项] [--bam …] [--reads …] [--merged-fai …] [--exog …] [--outdir …] [--min-mapq …] [--min-exog-block-bp …] [--contig-edge-bp …] [--short-genome-block-bp …] [--junction-max-gap-bp …] [--site-gap-bp …] [--region-gap-bp …]

参数

参数	必填	默认	说明
--bam	是	—	reads -> 合并参考 的 BAM
--reads	是	—	原始 fastq
--merged-fai	是	—	合并参考 .fai（取序列长度）
--exog	是	—	外源序列名，可重复
--outdir	是	—	输出目录
--min-mapq	否	20	比对质量下限（默认 20）
--min-exog-block-bp	否	100	外源比对段最小长度（默认 100 bp）
--contig-edge-bp	否	100	contig 两端多近算边缘（默认 100 bp）
--short-genome-block-bp	否	500	边缘处基因组段多短算可疑错配（默认 500 bp）
--junction-max-gap-bp	否	10000	基因组段与外源段在 read 轴上多近算相邻（默认 10 kb）
--site-gap-bp	否	20	同一位点的边界允许错位（默认 20 bp）
--region-gap-bp	否	200000	同染色体位点归为同一区域的最大间距（默认 200 kb）

全局选项（每个子命令都有）

参数	必填	默认	说明
--log-level LEVEL	否	INFO	日志级别：DEBUG / INFO / WARNING / ERROR
--quiet	否	关	只输出错误（等价 --log-level ERROR）

例子

上游 BAM 的生成要求（断点证据来自 CIGAR 的 S，所以这两条是硬要求）：
  minimap2 -ax map-hifi -Y -N 50 -t 8 merged.fa reads.fq \
      | samtools sort -o reads.sorted.bam -  &&  samtools index reads.sorted.bam
  -Y     补充比对用 soft clip（否则被 hard clip，取不到断点/归属）
  -N 50  保留足够的次要比对（共有 read 的归属判定要用）

alnkit long classify --bam reads_to_merged.sorted.bam \
          --reads input.fastq --merged-fai merged.fa.fai \
          --exog insertA --exog insertB --outdir 03_classify

退出码

0 成功（可有警告）/ 1 运行期错误 / 2 参数或前置校验失败。