myBioTools

一个用 Rust 实现的生物信息学工具集合，专注于高效和易用性。

个人常用小工具集合，不定时更新

特性

• 快速的 FASTA/表格处理 – 利用 Rust 的性能和内存安全
• 模块化的子命令架构 – 易于扩展新工具
• Python 互操作性 – 通过 pyo3 调用 Python 库（在需要时）

工具列表

命令	描述
select	从 FASTA或表格中提取目标行/序列，多子工具集合，-h查看
split-fasta	将多序列 FASTA 文件拆分为单个文件
fasta-stats	计算 FASTA 统计信息（GC%、长度等）
rev-comp	生成 DNA 序列的反向互补序列
hairpin	计算发夹形成的自由能 ΔG (kcal/mol) 【引物使用】
heterodimer	计算异源二聚体形成的自由能 ΔG (kcal/mol) 【引物使用】
homodimer	计算同源二聚体形成的自由能 ΔG (kcal/mol)【引物使用】
tm	计算 DNA 序列的熔解温度 (Tm) 【引物使用】

安装

从源码编译

git clone https://github.com/yi1873/myBioTools.git
cd myBioTools
cargo build --release

使用

./target/release/myBioTools  [子命令] [选项]

select – 提取或过滤序列

三种操作模式：

• line – 从表格文件中提取与基因 ID 列表匹配的行，可-c按指定列进行筛选，默认为1;
• fa – 从 FASTA 文件中提取与基因 ID 列表匹配的序列;
• onlyfa – 按最小长度过滤 FASTA 序列（无需 ID 列表）;

示例：

# 从表格中提取行
myBioTools select --cls line -l geneid.txt -s table.txt  -o output.txt

# 从 FASTA 中提取序列
myBioTools select --cls fa -l geneid.txt -s sequences.fasta -o selected.fasta

# 按长度过滤 FASTA
myBioTools select --cls onlyfa -s sequences.fasta --len 100 -o filtered.fasta

split-fasta – 拆分多序列 FASTA 文件

将多序列 FASTA 文件拆分为单个文件，每个序列一个文件。
输出目录默认为 ./split_fasta.subdir，可通过 --output-dir 更改。
文件扩展名可通过 --extension 自定义。

示例：

myBioTools split-fasta -i input.fasta -o ./my_split_dir --ext .fa

tm – 计算熔解温度

使用 primer3-py（通过 pyo3）计算 Tm，使用默认的盐浓度和引物浓度。
输出包含单位并保留两位小数。

示例：

myBioTools tm -s "ATCGATCGATCG"
# 输出：Tm = 52.34 °C

fasta-stats – FASTA 统计信息

计算 FASTA 文件中每个序列的基本统计信息：长度、GC 含量、N 计数等。

示例：

myBioTools fasta-stats -i sequences.fasta -o stats.csv

hairpin、heterodimer、homodimer – 自由能计算

这三个命令分别计算二级结构形成的自由能变化 (ΔG)。
它们是从现有的 Rust 子项目集成而来，输出格式一致。

示例：

myBioTools hairpin -s "CCCCGGGG"
myBioTools heterodimer -s1 "AAAAAA" -s2 "TTTTTT"
myBioTools homodimer -s "CACACACACA"

rev-comp – 反向互补序列

生成 DNA 序列的反向互补序列。
支持直接序列输入或 FASTA 文件输入。

示例：

# 直接序列输入
myBioTools rev-comp -i "ATCG"
# 输出：CGAT

# FASTA 文件输入
myBioTools rev-comp --input-file sequences.fasta --output-file rev.fasta

项目结构

src/
├── main.rs          # CLI 入口点，命令路由
├── lib.rs           # 公共模块和通用工具函数
├── select.rs        # select 子命令
├── split_fasta.rs   # split‑fasta 子命令
├── tm.rs            # tm 子命令（pyo3 桥接）
├── fasta_stats.rs   # fasta‑stats 子命令
├── hairpin.rs       # hairpin 子命令
├── heterodimer.rs   # heterodimer 子命令
├── homodimer.rs     # homodimer 子命令
└── rev_comp.rs      # rev‑comp 子命令

依赖项

• clap – 命令行参数解析
• anyhow / thiserror – 错误处理
• needletail – 快速 FASTA 解析
• pyo3 – Python 绑定（用于 Tm 计算）
• csv – CSV 读写
• serde – 序列化

开发

1. 克隆仓库。

2. 确保已安装 Rust（稳定工具链，≥1.77）。

3. 运行测试：

   cargo test

4. 以发布模式构建：

   cargo build --release

二进制文件位于 target/release/myBioTools。

添加新工具

1. 在 src/ 下创建新模块（例如 src/new_tool.rs）。
2. 定义 NewToolArgs 结构体，使用 #[derive(Args)]。
3. 实现 run(args: NewToolArgs) -> anyhow::Result<()> 函数。
4. 在 src/lib.rs 中声明模块，并在 src/main.rs 中添加子命令枚举变体。
5. 在 main.rs 中添加匹配分支来路由该命令。