# 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)

TudorLang 是一款 轻量级脚本语言，聚焦以下核心价值： 1. 面向群体与解决的问题 面向谁：熟悉 C++ 语法的开发者（如算法工程师、工具开发人员）。 解决问题：在 简单逻辑开发场景 中（如算法原型验证、小工具脚本），避免搭建复杂 C++ 工程（编译繁琐），同时降低学习全新脚本语言的成本，实现 “即写即运行” 的高效迭代。 2. 对比常规方案的特点 相较于 Python、Lua 等脚本语言，或传统 C++ 开发，TudorLang 有三大差异化优势： 语法 “零壁垒”：变量定义（int a = 1）、语句结构高度贴近 C++，熟悉 C++ 的开发者可 “无缝上手”，无需额外学习新语法体系。 开发效率更高：支持 解释执行（类似脚本语言），修改代码后直接运行，跳过 C++ 编译、链接的繁琐流程，大幅缩短调试周期。 性能适配轻量场景：底层基于 C++ 开发，针对 数值计算、逻辑控制类脚本（而非复杂工程）优化，在轻量场景下保障运行效率，平衡 “开发快” 与 “运行快”。 3. 技术选型与产品组成 核心技术：以 C++ 作为底层开发语言，构建解释执行引擎，保障性能与兼容性。 功能验证：通过最简测试用例（如 tests/main.ztl）展示核心能力：支持变量定义、运算、输出（print 函数），直观体现语言的基础逻辑，便于开发者快速验证、拓展特性。 简言之，TudorLang 致力于让 熟悉 C++ 的开发者，用最顺手的语法，最快实现轻量脚本需求，成为 “C++ 生态内的轻量脚本补充方案”。