DNASequence/README.md

79 lines
2.6 KiB
Markdown
Raw Blame History

This file contains ambiguous Unicode characters

This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.

# 注意!
> ***请详细阅读xmake.lua项目配置文件可能涉及到性能优化和计算精度的问题***
>
> 最好不要使用mingw使用mingw+clang(就是clang)或者msvc(visual studio)
>
> mingw的IO优化不行
# DNASequence
[提问者问题原文链接](https://www.zhihu.com/question/36143261/answer/3624848144)
## 代码逻辑介绍
DNASequence处理
DNA是双链的互为互补链对DNA样本进行测序时不能确认测出的是哪条链所以就把所有DNA片段的互补链全算出来和原文件放在一起组装。
> 输入格式只是演示样例不保证其生物上的准确性默认最大dna序列长度支持5e4可自行修改代码扩容
>
> 程序将会从项目的根目录中打开filteredReads.txt并处理类似以下若干条dna序列
```
@SRR13280199.1 1 length=32
ACGTACACATTGCTGTCTGCTGAACCACCTAG
@SRR13280199.1 2 length=32
ACGTACACATTGCTGTCTGCTGAACCACCTAG
```
## 关于如何构建本项目
> 请确保安装了构建工具xmake和任意C++构建工具并将路径添加到了PATH目录
[如何安装xmake?链接](https://gitee.com/tboox/xmake#%E5%AE%89%E8%A3%85)
```bash
#编译 -v 表示 verbose 输出详细编译信息具体说明去上面的xmake链接看看
xmake -v
# 运行
xmake r
# 生成 visual studio 文件夹点进去打开sln文件即可使用visual studio编辑和调试很方便
xmake project -k vsxmake
```
## 性能展示
> 什么环境下性能最好?
> 经过测试在windows环境下前端使用mingw后端使用llvm也就是clang的时候性能最好
>
> 可以酌情开启xmake.lua中的avx512加速
> perf
```
Samples: 31K of event 'task-clock:ppp', Event count (approx.): 7866750000
Overhead Command Shared Object Symbol
90.39% test [unknown] [k] 0xffffffffa84435e1
5.48% test test [.] reverseComplement(std::array<char, 50005ul>&, unsigned long)
1.58% test [unknown] [k] 0xffffffffc06abd30
0.59% test [unknown] [k] 0xffffffffa83ab787
0.51% test [unknown] [k] 0xffffffffa842aee0
```
> 800MB fastq DNA 序列处理性能展示
```
[Timer: All spent] Start timing
Open input file stream to value [input_file_stream] ok , from ["filteredReads.txt"]
Open output file stream to value [output_file_stream] ok , from ["reversedSequence.txt"]
Undergoing transformation
[Timer: All spent] Stop timing , using 5960ms
```
## 关于版权
本项目算法版权归提问者所有,可不遵循开源协议,其它人使用请遵循开源协议,或者欢迎咨询我