splitp

splitp是Rust语言实现的流式SPLiT-seq读取预处理。目前，这仅是@jeremymsimon在此处提供的Perl预处理脚本的Rust实现。未来，功能可能扩展/变得更加通用。

该程序的目的很简单，就是执行与上面自定义Perl脚本相同的处理，但速度更快。为此，这里有一个针对1000万个SPLiT-seq v2读取的基准测试。这是在2016款MacBook Pro 2.9 GHz四核Intel Core i7、16 GB 2133 MHz LPDDR3（但两个程序都使用单线程）上进行的。

用法

splitp程序接受多个参数。可以使用splitp -h从命令行打印用法。

USAGE:
    splitp [OPTIONS] --read-file <READ_FILE> --bc-map <BC_MAP> --start <START> --end <END>

OPTIONS:
    -b, --bc-map <BC_MAP>          the map of oligo-dT to random hexamers
    -e, --end <END>                end position of the random barcode
    -h, --help                     Print help information
    -o, --one-hamming              consider 1-hamming distance neighbors of random hexamers
    -r, --read-file <READ_FILE>    the input R2 file
    -s, --start <START>            start position of the random barcode
    -V, --version                  Print version information

请注意，splitp将输出（处理后的读取）写入stdout，因此可以直接将输出管道到另一个程序的输入流（例如，直接通过进程替换将输出直接发送到alevin-fry）。这也意味着，如果您想将处理后的读取存储在磁盘上，可以直接将结果管道到gzip进行压缩，例如。

splitp -r reads.fq -b oligo_hex_bc_mapping.txt -s 87 -e 94 -o | gzip > reads.fq.gz

注意

必须以两列制表符分隔的文件格式提供输入寡核苷酸dT到随机mer映射。此外，文件的第一行必须以#字符开始的注释。

局限性/差异

• 目前，只能以0或1的汉明距离搜索随机六核苷酸。
• 如果考虑替换的条形码（BC1）中有N个字符，则在查找随机六核苷酸汉明邻居的表中之前，它们都将替换为A。如果有多个N，则这可能会导致与Perl脚本略有不同的行为。