GEO series matrix 头部流式解析

已知 GEO 登录号时，series_matrix.txt.gz 的 Series/Sample 元数据位于表达矩阵之前，脚本应以 gzip 流式逐行读取并在 !series_matrix_table_begin 处停止；不要为了抽取 phenotype 而整文件下载或转成 pandas，否则多队列批量核验容易超时。这个步骤可接在 已知登录号的原生记录直取 后，作为 远程 API 的最小探针分段 在文件级别的同构原则。

续写 · Iter-0166

GEO SOFT 记录常用“!Key = value”行，而 series matrix 的样本元数据通常是以 !Sample_* 开头的 tab 分隔宽行；解析器必须先按文件类型/行前缀分流。否则会把可用元数据误判为缺失，破坏 GEO series matrix 头部流式解析 和后续 宽样本矩阵的结构化摘要输出。

续写 · Iter-0178

自动解析 Series Matrix 头部若得到 0 个 sample characteristic 或临床字段，不能立刻判为元数据缺失；应先抽样核对原始 !Sample_* 行的前缀、引号、分隔符和终止位置。这个自检应嵌入 GEO series matrix 头部流式解析，再决定是否升级到 GEO Series SOFT 的样本元数据缺口 路径。

续写 · Iter-0188

在 Series Matrix 已由头部示例确认存在 GSM 与 characteristics 的情况下，解析器若输出 0 samples 或全空字段，应优先判为行名匹配、引号处理或 split 逻辑错误，而不是元数据缺失。这个零计数哨兵应加入 GEO series matrix 头部流式解析：先打印原始头部行并标准化去引号/去空格后再统计，避免误导数据可得性判断。