iirs

IIRS 是一个用 rust (rs) 编写的 Iupac 倒置重复序列查找器，从 IUPACpal 端口移植而来，是这篇 论文 的成果。

也就是说，这是一个用于高效识别 IUPAC 编码 DNA 序列中的倒置重复序列（IRs）作为大文本子字符串的精确工具，还允许潜在的不匹配和间隙。

与原始版本相比，这个版本更快，平台无关且模块化，便于创建自定义格式输出。它不需要 cmake 或 sdsl。它使用 divsufsort 而不是 libdivsufsort。

如何使用二进制文件

命令行共享了原始 IUPACpal 的许多功能。输入 iirs --help 将返回

Usage: iirs [OPTIONS]

Options:
  -f, --input-file <INPUT_FILE>        Input filename (FASTA) [default: input.fasta]
  -s, --seq-names <SEQ_NAMES>          Input sequence names [default: seq0]
  -m, --min-len <MIN_LEN>              Minimum length [default: 10]
  -M, --max-len <MAX_LEN>              Maximum length [default: 100]
  -g, --max-gap <MAX_GAP>              Maximum permissible gap [default: 100]
  -x, --mismatches <MISMATCHES>        Maximum permissible mismatches [default: 0]
  -o, --output-file <OUTPUT_FILE>      Output filename [default: iirs.out]
  -F, --output-format <OUTPUT_FORMAT>  Output format (classic, csv or custom) [default: classic]
  -q, --quiet                          Quiet flag: Suppresses non-essential output when enabled
  -h, --help                           Print help

值得注意的是，支持多个序列名称，还有 ALL_SEQUENCES 参数用于处理输入文件中的所有序列，以及输出格式。标志的冗长版本也可用。

iirs -f input.fasta -s 't1 t2' -g 5 -F csv
iirs -f input.fasta --seq-names t1 --max-gap 5 --output-format csv
iirs -f input.fasta -s ALL_SEQUENCES -g 5 -m 3 -F csv

更多实用示例可以在 justfile 中找到。

如何安装二进制文件

(选项 1) 下载可执行文件

从 发行版 下载最新二进制文件，并将其解压缩到您的 $PATH 上的某个位置。

(选项 2) 编译可执行文件

$ git clone https://github.com/daxida/iirs
$ cd iirs
$ cargo build --release
$ // The binary will be located at `target/release/iirs`

(选项 3) 从源代码编译

$ git clone https://github.com/daxida/iirs
$ cargo install --path=.

功能

默认使用稀疏表实现范围最小查询，并且在 IR 中心上是顺序的。要更改此行为，您可以使用功能 tabulation、parallel 或两者的组合

cargo build --release --features "parallel tabulation"

测试

• cargo test 用于单元测试。
• Justfile 用于针对序列的单独测试。一些使用 Linux 分析器 perf。要查看命令的完整列表，请使用 just -l。
• bench.rs 对单个文件进行基准测试。修改 bench.rs 中的参数后，可以使用 just bench 一起使用。要针对不同的功能进行测试，可以将它们作为参数添加：just bench parallel 或 just bench parallel tabulation。
• logs.rs 对 cpp 二进制文件进行基准测试。您需要一个 IUPACpal 二进制文件（并且它们只支持 Linux）。二进制文件预计将位于 bench 文件夹中，但可以在 logs.rs 和 validate.py 中进行更改。
• 注意，just heatmap 需要 bench/requirements.txt 中列出的 Python 库。