首页
/ HTSlib 1.22 版本发布:CRAM 3.1 默认支持与参考序列缓存优化

HTSlib 1.22 版本发布:CRAM 3.1 默认支持与参考序列缓存优化

2025-07-10 04:48:25作者:柏廷章Berta

HTSlib 是一个用于处理高通量测序数据的开源C语言库,广泛应用于生物信息学领域。作为SAMtools、BCFtools等工具的核心依赖库,HTSlib提供了对SAM/BAM/CRAM/VCF等格式的高效读写支持。最新发布的1.22版本带来了多项重要更新,特别是在CRAM格式支持和参考序列处理方面有显著改进。

CRAM 3.1 成为默认输出格式

HTSlib 1.22版本最显著的变化是将默认的CRAM输出版本从3.0升级到了3.1。CRAM是一种基于参考序列压缩的测序数据存储格式,相比BAM格式可以显著减少存储空间占用。CRAM 3.1版本自HTSlib 1.12起就已支持读取,但直到现在才成为默认的输出格式。

这一变更意味着使用HTSlib或SAMtools生成的新CRAM文件将默认采用3.1版本。虽然HTSlib和SAMtools自1.12版本起就能读取CRAM 3.1文件,但其他工具可能尚未完全支持。目前已知Noodles可以读取CRAM 3.1,而htsjdk也有相关实现但尚未正式发布。

考虑到兼容性问题,HTSlib提供了显式指定输出格式版本的选项。例如,在使用SAMtools时可以通过-O cram,version=3.0参数强制使用3.0版本。这种灵活性确保了向后兼容性,同时允许用户享受新版本带来的优势。

参考序列获取机制的改进

HTSlib 1.22版本在参考序列处理方面做出了重要调整。默认情况下,HTSlib不再从EBI服务器获取CRAM参考数据。这一变更主要是为了避免对EBI服务器造成不必要的负载压力,同时也提高了本地处理的可靠性和安全性。

为支持这一变更,新版本引入了ref-cache工具,这是一个用于缓存参考序列的本地服务。组织可以设置本地基础设施来提供参考序列,通过配置REF_CACHEREF_PATH环境变量来指定参考序列的获取路径和缓存位置。这种机制不仅提高了处理效率,也使得在特定网络环境下的工作成为可能。

功能增强与性能优化

1.22版本在功能方面有多项增强。新增了对VCF行按ID匹配的支持,改进了VCF 4.4和4.5版本的处理能力,包括对前缀相位信息的支持和RLEN计算的更新。在BAM处理方面,修正了U碱基到T碱基的转换逻辑,使其更符合规范要求。

性能方面,新版本增加了hts_crc32函数,优先使用更快的libdeflate crc32实现(如果可用)。同时调整了bgzip的输入块大小,解决了从管道读取时的性能下降问题。这些优化对于处理大规模测序数据尤为重要。

多线程与错误处理改进

在多线程支持方面,新增了hts_tpool_worker_id() API,允许将数据与特定线程而非任务关联,为更复杂的并行处理场景提供了支持。错误处理也得到了加强,现在在遇到I/O错误时会正确返回错误码而非EOF,使得问题诊断更加明确。

兼容性与构建改进

新版本改进了对多种操作系统的支持,包括FreeBSD、NetBSD和OpenBSD等BSD变体的检测能力。构建系统现在能更准确地检查SSSE3指令集支持,解决了旧编译器下的兼容性问题。htscodecs子模块也更新到了1.6.3版本,带来了编码方面的改进。

文档完善与错误修复

文档方面新增了多种BSD系统的安装说明,澄清了API参数的使用细节。同时修复了多个关键问题,包括CRAM编码中的边界条件处理、VCF断点检测逻辑、以及可能的缓冲区溢出风险等。这些修复提高了库的稳定性和安全性。

总结

HTSlib 1.22版本在保持向后兼容性的同时,通过默认支持CRAM 3.1和优化参考序列处理机制,为基因组数据分析提供了更高效的解决方案。性能优化和多线程支持的增强使得处理大规模数据集更加高效,而全面的错误修复则提升了软件的可靠性。这些改进使得HTSlib继续成为生物信息学分析流程中不可或缺的基础组件。

登录后查看全文
热门项目推荐

热门内容推荐

最新内容推荐

项目优选

收起
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
139
1.91 K
kernelkernel
deepin linux kernel
C
22
6
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
192
273
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
923
551
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
421
392
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
145
189
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
74
64
Cangjie-ExamplesCangjie-Examples
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
344
1.3 K
easy-eseasy-es
Elasticsearch 国内Top1 elasticsearch搜索引擎框架es ORM框架,索引全自动智能托管,如丝般顺滑,与Mybatis-plus一致的API,屏蔽语言差异,开发者只需要会MySQL语法即可完成对Es的相关操作,零额外学习成本.底层采用RestHighLevelClient,兼具低码,易用,易拓展等特性,支持es独有的高亮,权重,分词,Geo,嵌套,父子类型等功能...
Java
36
8