# DNASequence 项目简介 DNASequence 是一个专注于 DNA 序列处理的开源项目，核心功能为计算 DNA 片段的互补链并与原序列整合，解决测序中双链方向不确定的问题。以下从核心功能、构建指南、技术细节、性能表现及版权说明等方面展开介绍。## 核心功能与逻辑 DNA 为双链结构且互为互补链，测序时无法确定片段所属链方向。项目通过计算所有 DNA 片段的互补链，并将其与原序列共同处理组装，实现高效序列整合。 - **输入格式**：默认从项目根目录读取 `filteredReads.txt`，支持类似 FastQ 格式的序列（示例如下），默认最大单条序列长度支持 5×10⁴，可通过代码修改扩容： ``` @SRR13280199.1 1 length=32 ACGTACACATTGCTGTCTGCTGAACCACCTAG ``` ## 构建与使用指南 ### 环境准备 需安装构建工具及对应依赖： - 推荐使用 C++ 构建工具（如 Visual Studio、Clang、GCC），并确保路径添加至系统 `PATH`； - 若在未安装 Visual Studio 的环境中使用编译后代码，需安装 [VCRuntime](https://learn.microsoft.com/zh-cn/cpp/windows/latest-supported-vc-redist?view=msvc-170#visual-studio-2015-2017-2019-and-2022)，项目 `dll` 文件夹提供相关依赖。 ### 项目克隆与构建 1. **克隆项目**（含子模块）： ```bash git clone --recurse-submodules https://git.zziyu.cn/Zengtudor/DNASequence.git ``` 2. **构建方式**（推荐 CMake，xmake 不再维护）： - **CMake 构建**： ```bash cmake -B build -DCMAKE_BUILD_TYPE=Release cmake --build build --config Release ``` - **xmake 构建（仅历史支持）**： ```bash xmake b -v # 编译（-v 输出详细信息） xmake r # 运行 xmake project -k vsxmake # 生成 Visual Studio 工程文件 ``` ## 技术细节与扩展支持 ### Python 接口（pybind 支持） 编译后生成 `dna.pyd`（动态库）和 `dna.pyi`（类型提示文件），可通过 Python 便捷调用： ```python import dna # 查看帮助 help(dna) # 计算互补链并输出到文件 dna.dna_reverse("filteredReads.txt", "reversedSequence.txt") ``` 核心函数 `dna_reverse` 接收输入/输出文件路径，实现互补链计算与写入。 ### 关键技术配置 - **并行加速**：基于 OpenMP 实现并行化处理，主流 C++ 编译器（VS、Clang、GCC）默认支持，Windows 平台推荐使用 Visual Studio（MSVC）或 Clang，Linux 推荐 GCC，**不建议使用 MinGW**（IO 优化较差）。 - **内存配置**：默认按 4GB 块内存分块处理文件，可通过修改核心函数参数调整： ```cpp // 格式：("输入文件", "输出文件", 处理函数) dna::open_file_and_calculate("input.txt", "output.txt", reverseComplement); ``` ## 性能表现 - **最优环境**：经测试，Windows 平台下使用 Visual Studio 编译时性能最佳。 - **实测数据**：处理 800MB 规模的 `filteredReads.txt` 时： - 分块读取耗时 1031ms，计算互补链耗时 277ms（启用 12 线程并行），写入输出耗时 1169ms，总耗时仅 2479ms。 - 性能分析显示，核心函数 `reverseComplement` 占总计算开销的 73.72%，为优化重点。 ## 前置依赖与注意事项 - 需安装对应 Visual C++ 运行时（VCRuntime），详情见 [微软官方指南](https://learn.microsoft.com/zh-cn/cpp/windows/latest-supported-vc-redist?view=msvc-170)。 - 项目配置细节（含性能优化、计算精度相关）需参考 `xmake.lua` 文件。 ## 版权说明 - 项目算法版权归原作者所有，不强制遵循开源协议；其他部分使用需遵循开源协议，如需特殊使用可联系咨询。 项目地址：[https://gitcode.com/Zengtudor/DNASequence](https://gitcode.com/Zengtudor/DNASequence)