我只是坐下来编写我的第一个Nim
脚本来解析.vcf
(变体调用格式(文件。此文件格式存储来自测序数据的基因突变。
对于脚本语言,我在Perl
上"长大",后来迁移到Python
,但我希望使用Nim
提供的速度的语言。我意识到Nim
还很年轻,但我什至找不到一个清晰的例子来说明如何打开和读取.gz
(gzip
(文件(最好是逐行(。
任何人都可以提供一个简单的示例来逐行使用Nim
打开和读取gzip
文件?
在Python
,我习惯了以下(超简单(代码:
import gzip
my_file = gzip.open('my_file.vcf.gz', 'w')
for line in my_file:
# do something
my_file.close()
我见过相关的问题,但不清楚。这些帖子也相对较旧,我希望/怀疑已经出现了更好的东西。这是我的发现:
- 逐行读取 gzip 压缩文件
- File、FileStream 和 GZFileStream
- 从 tar 读取文件.gz Nim 存档
真的很感激。
附言我也认为如果有人在 StackOverflow 中创建了一个Nim
标签会很有用。我没有创建标签的声誉。
以防万一你需要处理VCF而不是.gz,有一个由Brent Pedersen编写的htslib包装器:
https://github.com/brentp/hts-nim
您需要在系统中安装htslib
,然后要求.nimble
文件中的库带有requires "hts"
,或者使用nimble install hts
安装库。如果你打算在Nim中进行NGS分析,你将需要它。
您需要的代码:
import hts
var v:VCF
doAssert open(v, "myfile.vcf.gz")
# Here you have the VCF file loaded in v, and can access the headers through
# v.header property
for record in v:
# Here you get a Record object per line, e.g. extract the Ref and Alts:
echo v.REF, " ", v.ALT
v.close()
请务必遵循文档,因为有些内容与 python 不同,尤其是在获取 INFO 和 FORMAT 字段时。
查看整个布伦特回购。它有大量的包装器,代码示例和实用程序来处理NGS问题(例如,称为Mosdepth的超快覆盖工具实用程序(。
根据莫里斯·迈耶的建议,我查看了 Nim zip 包的测试。结果很简单。这是我第一次Nim
剧本,所以如果我不遵守惯例等,我深表歉意。
import zip/gzipfiles # Import zip package
block:
let vcf = newGzFileStream("my_file.vcf.gz") # Open gzip file
defer: outFile.close() # Close file (like a 'final' statement in 'try' block)
var line: string # Declare line variable
# Loop over each line in the file
while not vcf.atEnd():
line = vcf.readLine()
# Cure disease with my VCF file
要安装zip
包,我只是运行,因为它已经在 Nim 包库中:
> nimble refresh
> nimble install zip
前段时间我尝试使用 Nim 来解析 fastq 或 fastq.gz 文件。
代码应在此处提供: https://gitlab.pasteur.fr/bli/qaf_demux/blob/master/Nim/src/qaf_demux.nim
我不记得这是如何工作的,但显然,我做了一个import zip/gzipfiles
并在输入文件名上使用newGZFileStream
来获取一个Stream
,可以使用这段代码中的.readLine()
从中读取行:
proc fastqParser(stream: Stream): iterator(): Fastq =
result = iterator(): Fastq =
var
nameLine: string
nucLine: string
quaLine: string
while not stream.atEnd():
nameLine = stream.readLine()
nucLine = stream.readLine()
discard stream.readLine()
quaLine = stream.readLine()
yield [nameLine, nucLine, quaLine]
它用于相当于这段代码的东西:
let inputFqs = fastqParser(newGZFileStream($inFastqFilename))
希望您能根据自己的情况进行调整。
我的 .nimble 文件有一个requires "zip#head"
.我想这会触发zip/gzipfiles
的安装.