gtars

# Gtars: Rust 基因组工具与算法 ## 概述 Gtars 是一个高性能的 Rust 工具包，用于操作、分析和处理基因组区间数据。它提供了专门用于重叠检测、覆盖率分析、机器学习标记化以及参考序列管理的工具。 在处理以下内容时使用此技能： - 基因组区间文件 (BED 格式) - 基因组区域间的重叠检测 - 覆盖率轨迹生成 (WIG, BigWig) - 基因组机器学习预处理与标记化 - 单细胞基因组学中的片段分析 - 参考序列检索与验证 ## 安装 ### Python 安装 安装 gtars Python 绑定： bash uv uv pip install gtars ### CLI 安装 安装命令行工具（需要 Rust/Cargo）： bash # 安装所有功能 cargo install gtars-cli --features "uniwig overlaprs igd bbcache scoring fragsplit" # 或仅安装特定功能 cargo install gtars-cli --features "uniwig overlaprs" ### Rust 库 在 Rust 项目的 Cargo.toml 中添加： toml [dependencies] gtars = { version = "0.1", features = ["tokenizers", "overlaprs"] } ## 核心能力 Gtars 组织为专门的模块，每个模块专注于特定的基因组分析任务： ### 1. 重叠检测与 IGD 索引 使用集成基因组数据库 (IGD) 数据结构高效检测基因组区间之间的重叠。 **适用场景：** - 查找重叠的调控元件 - 变异注释 - 比较 ChIP-seq 峰值 - 识别共享的基因组特征 **快速示例：** python import gtars # 构建 IGD 索引并查询重叠 igd = gtars.igd.build_index("regions.bed") overlaps = igd.query("chr1", 1000, 2000) 请参阅 `references/overlap.md` 获取全面的重叠检测文档。 ### 2. 覆盖率轨迹生成 使用 uniwig 模块从测序数据生成覆盖率轨迹。 **适用场景：** - ATAC-seq 可及性分析 - ChIP-seq 覆盖率可视化 - RNA-seq 读取覆盖率 - 差异覆盖率分析 **快速示例：** bash # 生成 BigWig 覆盖率轨迹 gtars uniwig generate --input fragments.bed --output coverage.bw --format bigwig 请参阅 `references/coverage.md` 获取详细的覆盖率分析工作流。 ### 3. 基因组标记化 将基因组区域转换为离散的标记，用于机器学习应用，特别是基因组数据的深度学习模型。 **适用场景：** - 基因组预处理