twobit

纯Rust实现的2bit文件读取器。

2bit文件格式用于在磁盘上存储基因组序列。它允许快速访问基因组中的特定部分。

此crate受py2bit的启发，并试图提供类似的功能，没有C依赖项，没有外部crate依赖项，并且性能出色。它遵循2位规范版本0。

示例

use twobit::TwoBitFile;

let mut tb = TwoBitFile::open("assets/foo.2bit")?;
assert_eq!(tb.chrom_names(), &["chr1", "chr2"]);
assert_eq!(tb.chrom_sizes(), &[150, 100]);
let expected_seq = "NNACGTACGTACGTAGCTAGCTGATC";
assert_eq!(tb.read_sequence("chr1", 48..74)?, expected_seq);

所有与序列相关的函数都期望范围参数；可以传递..（无界范围）来查询整个序列

assert_eq!(tb.read_sequence("chr1", ..)?.len(), 150);

可以将文件完全缓存到内存中，以提供快速的随机访问，并在解码时避免任何IO操作

let mut tb_mem = TwoBitFile::open_and_read("assets/foo.2bit")?;
let expected_seq = tb.read_sequence("chr1", ..)?;
assert_eq!(tb_mem.read_sequence("chr1", ..)?, expected_seq);

2bit文件提供两种类型的掩码：N掩码（又称硬掩码）用于未知或任意核苷酸，以及软掩码用于小写核苷酸（例如，“t”而不是“T”）。

硬掩码始终启用；软掩码默认禁用，但可以手动启用

let mut tb_soft = tb.enable_softmask(true);
let expected_seq = "NNACGTACGTACGTagctagctGATC";
assert_eq!(tb_soft.read_sequence("chr1", 48..74)?, expected_seq);