根据 Sanger 测序文件（.ab1）与参考序列（.dna），自动判断每个样本的基因型：野生型（WT）、纯合突变（HOM）、杂合突变（HET），并尽量与 SnapGene 的判定逻辑一致，在给定标准答案（40 例 + newExample）下达到高准确率。
1. 杂合样本被判成野生型（如 87 号）
原因：仅靠“比对错配位点”看双峰，87 号比对无错配但色谱上存在明显双峰。
解决：在“即将判 WT”前增加全色谱双峰扫描，且只在对齐有效区间内扫描；设定合理阈值（如次峰/主峰 > 0.55、置信度 ≥ 10）以识别真实杂合。
2. 野生型被误判为杂合（如 9 号）
原因：全色谱扫描把 83、84 号碱基也扫进去了，而 SnapGene 会“舍弃”这段低质量区，从 G95 才开始有效比对。
解决：用比对的有效区间（parasail 核心区域的 query_start～query_end）限制双峰扫描范围，舍弃区不参与双峰判定，与 SnapGene 行为一致。
3. 异常样本的识别
需求：突变位点之外若存在双峰，应标为异常；多处异常则整份样本判为 ERR。
解决：在有效区间内扫描“非突变位点”的双峰；若由全色谱扫描判出的 HET 位点（如 87 的 262）视为突变位点，不记入异常；异常位点数 ≥ 2 时判为 ERR（如 79 号）。
4. 打包 exe 与直接运行 Python 结果不一致
原因：exe 中未打包 parasail.dll，parasail 加载失败后走 Biopython 回退比对，没有 core_length、query_start/query_end，逻辑与“有 parasail”时完全不同。
解决：在 PyInstaller spec 中用 collect_all('parasail') 将 parasail.dll 一并打包，保证 exe 与 Python 使用同一套比对逻辑。同时去掉对 pandas 的顶层依赖、对 parasail 做异常捕获，避免缺 DLL 时直接崩溃。
- 对齐逻辑与 SnapGene 对齐：用 Smith-Waterman（parasail）得到 CIGAR，取最长连续匹配段作为“核心区域”，并得到 query 上的有效起止位置，双峰只在有效区间内判定，避免前端低质量碱基干扰。
- 双峰判定的鲁棒性：区分“突变位点双峰”（正常 HET）、“有效区间内非突变位点双峰”（异常）、以及“有效区间外/噪声”（不判）。通过阈值（0.55、置信度 10）和“突变位点集合”的维护（含全色谱判 HET 的位点）统一处理。
- 打包与运行一致性：确保 exe 内 parasail 可用（打包 DLL），并处理好可选依赖（pandas、known_polymorphisms.txt），使命令行/界面/打包三种使用方式结果一致。
从“先实现基本比对与 WT/HOM/HET 判定”开始，按标准答案迭代：
先解决漏判杂合（87→全色谱双峰）、再解决误判杂合（9→有效区间限制）、然后加上异常检测与 ERR（突变外双峰、79 判错）、最后保证打包 exe 与 Python 结果一致（parasail.dll、依赖与异常处理）。
每一步都是“现象→原因→改逻辑/改数据/改打包”，在 40 例 + newExample 上验证，直到两套测试用例均通过且 exe 行为与脚本一致。