Rust 中的 FASTA 和 FASTQ 解析和写入。

注意： master 分支包含 0.4.0 版本的开发。当前稳定版本在 单独的分支 上。

此库提供了以下序列格式的读取器

• FASTA
• FASTQ (包括多行 FASTQ)
• "FASTX"：自动识别序列格式（FASTA 或 FASTQ）

查看文档（0.4.0-alpha.x 版本）

特性

• 快速读取器，最小化内存分配和复制使用
• 灵活的写入 FASTA 和 FASTQ 的方法
• 包含精确位置信息的错误信息
• 支持记录位置和回溯
• Serde 支持（对于拥有数据结构）
• 并行处理函数
• 使用模糊测试技术彻底测试 见此处

简单示例

从 STDIN 读取 FASTA 序列，如果其长度大于 100，则将其写入 STDOUT。否则，它将打印一条消息。

use seq_io::fasta::{Reader,Record};
use std::io;

let mut reader = Reader::new(io::stdin());
let mut stdout = io::stdout();

while let Some(result) = reader.next() {
    let record = result.expect("reading error");
    // determine sequence length
    let seqlen = record.seq_lines()
                       .fold(0, |l, seq| l + seq.len());
    if seqlen > 100 {
        record.write_wrap(&mut stdout, 80).expect("writing error");
    } else {
        eprintln!("{} is only {} long", record.id().expect("not UTF-8"), seqlen);
    }
}

记录直接从内部缓冲读取器借用数据，不进行进一步的分配或复制。因此，必须使用 while 构造而不是 for 循环。

seq_lines 直接遍历序列行，记录记住其位置，再次不进行复制。

注意： 请确保在 Cargo.toml 中的发布配置文件中添加 lto = true，因为否则不会内联对底层缓冲读取器函数的调用（buf_redux）。

Rust 中的类似项目

• Rust-Bio：提供简单且易于使用的 FASTA 和 FASTQ 读取器的生物信息学库。
• fastq-rs：非常快的 FASTQ 解析器。在许多方面，seq_io 都受到了 fastq_rs 的启发。
• Needletail：FASTA、FASTQ、FASTX
• fasten 实现了自己的 FASTQ 读取器

性能比较

以下柱状图显示了在内存中生成的随机序列（FASTA 序列可能在一行中，或者缩进到 80 个字符宽度）的一些基准测试结果。

此包中的读取器还与 fastq-rs 和 Rust-Bio 解析器进行了比较。后者仅在“所有者”部分存在，因为没有迭代记录而不分配记录的可能性。

更多基准测试可以在 单独的页面 上找到。