核心功能
Nutrigenomics是一款开源本地化营养基因组学分析工具，可将消费级基因检测数据（23andMe、AncestryDNA或VCF格式）转化为个性化营养建议报告。核心流程包括：多格式基因数据解析→58个营养相关SNP位点提取→基于GWAS文献的风险评分计算→Markdown可视化报告生成（含雷达图、热图）。
显著优势
- 完全本地化：所有计算在设备本地完成，基因数据零上传，隐私保护极强
- 科学 curated 位点：覆盖宏量/微量营养素代谢、咖啡因酒精代谢、食物不耐受、抗氧化通路等5大类别
- 可复现性设计：自动生成环境配置、校验和、来源追溯文件，符合科研规范
- 开源可审计：Python实现，SNP权重和文献来源透明可查
局限性
- 仅限常见变异：仅覆盖MAF>1%的常见SNP，罕见致病变异不在分析范围
- 人群偏倚：效应量主要源自欧洲队列GWAS，非欧洲人群适用性可能受限
- 非诊断工具：输出为教育性风险评估，不能替代临床检测和医生诊断
- 基因-环境交互未建模：未整合饮食史、肠道菌群、表观遗传等关键变量
适合人群
- 拥有23andMe/AncestryDNA原始数据的营养/健康爱好者
- 关注MTHFR、APOE、FTO等明星基因型的备孕/心血管风险人群
- 希望理解咖啡因代谢快慢、乳糖/麸质不耐受遗传基础的消费者
- 对营养基因组学感兴趣的研究者或临床营养师（需结合专业判断）
常规风险
- 心理风险：APOE ε4等位基因携带者可能产生不必要的焦虑
- 过度解读：用户可能将"风险评分"误解为"必然缺乏"
- 数据残留：输出目录持久化存储，共享环境需手动清理
- 算法局限：多基因风险评分（PRS）的个体预测效能仍有限，存在Simpson悖论问题