明智地使用fastq机箱修改fastq文件

Question

我正在学习锈菌，我有一个简单的程序，我希望用它来做一个学习练习。我在这里的目标是更好地了解正确的做事方法。

我试图使用fastq箱对fastq文件进行一些操作--这些是用于存储高吞吐量DNA/RNA测序数据的简单文本文件。我想要做的是修改条目的子集，并将修改后的条目写入文件。

现在，我有了下面概念的初步证明，它可以修改每个质量值的第一个字节。我想确定我做的事情是否明智。我的一般思维过程：

1. 使用fastq::RefRecord::to_owned_record()创建我将拥有的记录的副本
2. 从quality字段字节片创建一个字节：：BytesMut
3. 修改BytesMut的字节
4. 从修改后的OwnedRecord中设置my BytesMut中的quality字段
5. 验证是否设置了

上面的过程和下面的代码看起来合理吗？你会有不同的做法吗?为什么？由于我对锈菌如此陌生，我觉得我可能是以一种天真和不太理想的方式看待事物。告诉我你的大致想法。

依赖关系：

• 字节数
• fastq

下面是我的示例代码：

use bytes::BytesMut;
use fastq::{Parser, parse_path, Record, RefRecord};
use std::env::args;

const READS: &str = r#"@read1/ENST00000266263.10;mate1:84-183;mate2:264-363
GACAGCCAGGGGCCAGCGGGTGGCAGTGCCCAGGACATAGAGAGAGGCAGCACACACGCGGTTGATGGTGAAGCCCGGAATGGCCACAGAGGCTAGAGCC
+
IIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIII
@read2/ENST00000266263.10;mate1:163-262;mate2:283-382
GATGCCATTGACAAAGGCAAGAAGGCTGGAGAGGTGCCCAGCCCTGAAGCAGGCCGCAGCGCCAGGGTGACTGTGGCTGTGGTGGACACCTTTGTATGGC
+
IIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIII
@read3/ENST00000266263.10;mate1:86-185;mate2:265-364
GGACAGCCAGGGGCCAGCGGGTGGCAGTGCCCAGGACATAGAGAGAGGCAGCANACACACGGTTGATGGTGAAGCCCGGAATGGCCACAGAGGCTAGAGC
+
IIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIII!IIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIII
@read4/ENST00000266263.10;mate1:297-396;mate2:401-500
CAGGAGGAGCTGGGCTTCCCCACTGTTAGGTAGAGCTTGCGCAGGCTGGAGTCCAGGAGGAAATCCACCGACCTGTCAATGGGGTGGATAATGATGGGGA
+
IIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIII
"#;

fn main() {

    let mut total: usize = 0;

    let parser = Parser::new(READS.as_bytes());
    parser.each(|record| {
        println!("Before mod");
        println!("{}", String::from_utf8_lossy(record.qual()));
        let mut owned_rec = RefRecord::to_owned_record(&record);
        let mut curr_bytes = BytesMut::from(owned_rec.qual());
        curr_bytes[0] = b'另外，我希望把这个过程变成一个函数，所以我想知道做这个的最佳过程。我正在考虑一个函数modify_qual，它可以为我执行这个任务。对于这种情况，您的函数签名是什么样子的？也许某种东西会消耗记录并返回修改过的记录？还有别的吗？我理解易变性的概念，在表面上通过参考，但没有一个好的心理模型，什么时候去做某些事情。;
        owned_rec.qual = curr_bytes.to_vec();
        println!("After mod");
        println!("{}", String::from_utf8_lossy(owned_rec.qual()));
        total += 1;
        true
    }).expect("Invalid fastq file");
    println!("{}", total);
}

另外，我希望把这个过程变成一个函数，所以我想知道做这个的最佳过程。我正在考虑一个函数modify_qual，它可以为我执行这个任务。对于这种情况，您的函数签名是什么样子的？也许某种东西会消耗记录并返回修改过的记录？还有别的吗？我理解易变性的概念，在表面上通过参考，但没有一个好的心理模型，什么时候去做某些事情。

Answer 1

这似乎是一个非常普遍的问题，所以很难找到答案。不过，我有一些线索给你。fastq机箱已经4年没有更新了，所以我建议不要依赖它。bio-rs机箱是一个非常好的替代品，除了fastq文件之外还有更多的功能。我不知道为什么您需要BytesMut而不是依赖Vec<u8>。除此之外，你所展示的代码除了改变第一个氨基酸的分数之外，什么也不做，这使得你很难从一个函数中想象出你想要什么。但是，作为一般规则，您希望“点击并忘记”这些(可能非常大)的fastq文件。因此，这意味着您每次读取一个记录，进行计算，在另一个向量/文件中保存所需的任何信息，然后转到下一个向量/文件。因此，一般来说，您将不需要从内部函数返回任何东西。

use bio::io::fastq;
use bio::io::fastq::FastqRead;
use bio::io::fastq::Record;

...

fn main() {
    // Note: structure derived from the example given by `bio-rs`.
    let mut total = 0;
    let mut reader = fastq::Reader::new(READS.as_bytes());
    let mut record = fastq::Record::new();

    reader
        .read(&mut record)
        .expect("Failed to parse the first record");
    while !record.is_empty() {
        record
            .check()
            .unwrap_or_else(|_| panic!("I got a rubbish record! Index: {}", total));
        total += 1;

        change_record(&record);

        reader
            .read(&mut record)
            .unwrap_or_else(|_| panic!("Failed to parse record! Index: {}", total));
    }
    println!("Total sequences: {}", total);
}

// Note: the the parameter `record` is passed by reference and nothing is returned.
fn change_record(record: &Record) {
    let mut qual = record.qual().to_vec();
    qual[0] = b';
    let new_record = Record::with_attrs(record.id(), record.desc(), record.seq(), &qual);
}
```

A5