4个版本
| 0.2.0 | 2019年8月11日 |
|---|---|
| 0.1.2 | 2019年8月9日 |
| 0.1.1 | 2019年7月14日 |
| 0.1.0 | 2019年7月14日 |
#195 在 生物学 分类中
9KB
58 行
protein-translate
将核酸序列（dna或rna）翻译成蛋白质。
用法
将以下内容添加到您的 Cargo.toml
[dependencies]
protein-translate = "0.2.0"
示例
use protein_translate::translate;
fn main() {
let dna = b"GTGAGTCGTTGAGTCTGATTGCGTATC";
let protein = translate(dna);
assert_eq!("VSR*V*LRI", &protein);
// To shift reading frame
let protein_frame2 = translate(&dna[1..]);
assert_eq!("*VVESDCV", &protein_frame2);
}
基准测试
当前的算法灵感来源于 seqan的实现，该实现使用数组索引。以下是如何与其他方法（在2012年macbook pro上测试）的性能比较。
| 方法 | 10 bp* | 100 bp | 1,000 bp | 10,000 bp | 100,000 bp | 1百万 bp |
|---|---|---|---|---|---|---|
| protein_translate | 91 ns | 0.29 μs | 2.28 μs | 23 μs | 215 μs | 2.25 ms |
| fnv hashmap | 111 ns | 0.37 μs | 3.58 μs | 37 μs | 366 us | 3.86 ms |
| std hashmap | 160 ns | 1.03 μs | 9.65 μs | 100 μs | 943 μs | 9.40 ms |
| phf_map | 177 ns | 1.04 μs | 9.47 μs | 100 μs | 936 μs | 9.91 |
| match语句 | 259 ns | 1.77 μs | 17.9 μs | 163 μs | 1941 μs | 19.1 ms |
| protein_translate (unchecked) | 90 ns | 0.26 μs | 2.02 μs | 20 μs | 197 μs | 1.92 ms |
*bp = "base pairs"
要自己进行基准测试（由于phf_map宏，必须使用nightly版本）。
cargo +nightly bench
想法
- FNV 看起来是一个不错的选择，但我选择了当前的实现，因为它稍微快一些，并且不需要任何依赖。
- 最初有一个名为
translate_unchecked的函数，它不会验证每个字节是否为有效的ASCII，但由于性能提升微乎其微，因此已将其删除。
待办事项
- 添加其他密码子表（例如，脊椎动物线粒体，酵母线粒体，霉菌线粒体等）
- 添加对模糊核苷酸的支持（目前仅支持A，U，T，C，G）
测试
要测试
cargo test
也可以生成新的测试数据（需要python3和 biopython）。
# Generate 500 random sequences and their peptides
python3 tests/generate_test_data.py 500