直接用 StreamReader 读 VCF 会漏关键字段，因 VCF 是结构化文本，需先解析##INFO/##FORMAT元数据构建类型映射，INFO/FORMAT须按定义解析而非简单切分，且应避免全量加载与硬编码解析逻辑。
为什么直接用 StreamReader 读 VCF 会漏掉关键字段
因为 VCF 是带结构的文本格式，不是纯行式日志。头部有 ##INFO、##FORMAT 等元数据定义字段含义，主体里 INFO 和 FORMAT 列的值依赖这些定义才能正确解析。跳过头部或硬拆 \t 会导致 AF=0.33 这种键值对被当字符串切开，丢失语义。
- 必须先扫描所有
##行，构建INFO和FORMAT字段的类型映射（比如ID=AF对应Float） -
CHROM、POS、REF、ALT这些固定列可直接按索引取，但INFO列需用分号分割后查表解析 - 如果只关心少数字段（如
AF、DP），别全量解析INFO字符串，避免重复 split 和字典查找
VcfRecord 类该暴露哪些属性才不踩坑
别把 INFO 暴露成 string 或 Dictionary<string, string> —— 前者无法做类型安全访问，后者强制你每次都要手动转换 AF 的 string 为 double，且忽略缺失值（.）和数组（AC=1,2）。
- 用泛型方法提供类型化访问：
record.GetInfoValue<double>("AF")，内部处理.→null、逗号分隔 →double[] -
FORMAT字段必须绑定到对应样本（SAMPLE列），不能只存一个Dictionary；每个样本应有独立的VcfSampleData实例 - 别缓存原始
INFO字符串字段——它易变且无结构，后续加字段或改顺序时逻辑会悄无声息地坏掉
用 System.Text.Json 序列化 VCF 记录时的兼容性陷阱
VCF 的 ALT 可能是 <DEL>、<INS:ME:ALU> 这类结构化符号，JSON 默认反序列化会报错或丢数据，因为 < 和 > 在 JSON 字符串里合法但容易被误判。
- 自定义
JsonConverter<string>，对ALT、INFO键名等字段做转义绕过（比如把<替成__LT__），别依赖默认行为 - 如果要导出为 JSON 供前端展示，优先用
Dictionary<string, JsonElement>而非强类型类——VCF 的INFO字段在不同数据集间差异极大，硬建模必裂开 -
POS是 1-based 坐标，序列化前别转成 0-based；下游工具（如 IGV）认的是标准 VCF 定义，改了就对不上
大 VCF 文件（>1GB）内存暴涨的真正原因
不是因为文件大，而是因为默认用 File.ReadAllLines() 或一次性加载所有 VcfRecord 实例。每个记录即使只存几个字段，.NET 对象头 + 字符串对象开销会让内存占用翻 3–5 倍。
- 用
FileStream+StreamReader流式读，每行解析完立刻生成轻量VcfRecordView（只存字段索引和原始字节偏移，不存字符串副本） - 需要随机访问时，先用
IndexBuilder扫描一遍生成.tbi类似索引（即行号 → 文件偏移映射），而不是把整文件塞进List<VcfRecord> - 警惕 LINQ 的
Where+ToList组合——它会触发全量加载，哪怕你只想要第 100 行
最麻烦的其实是 INFO 字段的嵌套结构：一个 CSQ 可能含几十个子字段，且分隔符是 | 而不是逗号。解析时没设上限，遇到畸形行就卡死或爆栈。这事没法靠文档预防，得在代码里写死最大子字段数并加 try/catch。
