- 6 次围观
研究动机：MACS3 是一个功能全面的峰值识别工具包，其子命令涵盖单端和双端数据、窄峰与宽峰，以及一系列信号轨道实用工具。然而，包括我们自己的流程在内，许多 ATAC-seq 和多组学分析流程仅使用其中一种能力：窄峰识别。一次分析可能需要在不同条件下进行峰值识别，因此单次调用所节省的时间会被累积放大，最终节省的总时间可能相当可观。此外，我们还希望获得一个高效且易于嵌入的窄峰识别器，以便能够直接与我们的 Chromap Suite 比对器集成，因此我们开发了 RapidMACS。 研究结果：RapidMACS 是一个针对上述用途优化的窄峰识别器，它通过单次惰性扫描构建信号轨道，从而避免了全局排序；并行处理染色体；同时将中间结果保存在内存中，而不是创建临时文件。在涉及单细胞 ATAC-seq、bulk ATAC-seq、ChIP-seq 和 CUT&RUN 的基准测试中，根据具体应用场景和所使用线程数的不同，其运行速度比 MACS3 v3.0.3 快 3.5 至 51 倍。更重要的是，其输出在字节级别上完全一致。这意味着，任何使用 RapidMACS 的下游分析都会产生与使用 MACS3 完全相同的结果。性能提升主要来源于这些算法层面的改进，而非编程语言的选择，因为 MACS3 的峰值识别代码本身就是编译型的（Cython）。RapidMACS 仅依赖 htslib 和 zlib，并且可在无需 Python 或 Cython 运行时的情况下，以小型静态归档库的形式进行链接。 可用性与实现：RapidMACS 以 MIT 许可证开源，代码托管于 https://github.com/morphic-bio/rapidmacs，既提供独立的命令行可执行程序（rapidmacs），也提供可链接的 C++ 库。面向 x86-64 和 arm64 的预构建容器已作为 biodepot/rapidmacs 发布于 Docker Hub。
研究动机：MACS3 是一个功能全面的峰值检测工具包，其子命令涵盖单端与双端数据、窄峰与宽峰，以及一系列信号轨道实用工具。然而，包括我们自己的流程在内，许多 ATAC-seq 和多组学分析流程只使用其中一种能力：窄峰检测。单次分析可能会在不同条件下进行峰值检测，因此每次调用节省的时间会被累积放大，最终回收的总时间可能相当可观。此外，我们还希望获得一个高效且可嵌入的窄峰检测器，以便能够与我们的 Chromap Suite 比对器直接集成，因此我们开发了 RapidMACS。
结果：RapidMACS 是一个针对此用途优化的窄峰检测器，它通过一次惰性扫描构建其信号轨道，从而避免全局排序；并行处理染色体；同时将中间结果保存在内存中，而不是创建临时文件。在涉及单细胞 ATAC-seq、bulk ATAC-seq、ChIP-seq 和 CUT&RUN 的基准测试中，根据具体应用场景和所使用的线程数不同，其速度比 MACS3 v3.0.3 快 3.5 至 51 倍。更重要的是，其输出在字节级别上完全一致。这意味着，任何使用 RapidMACS 的下游分析都将产生与使用 MACS3 完全相同的结果。性能提升主要归因于这些算法层面的改进，而非编程语言的选择，因为 MACS3 的峰值检测代码本身也是编译型的（Cython）。RapidMACS 仅依赖 htslib 和 zlib，并可链接为一个小型静态归档库，无需 Python 或 Cython 运行时环境。
可用性与实现：RapidMACS 以 MIT 许可证开源，代码地址为 https://github.com/morphic-bio/rapidmacs，同时提供独立的命令行可执行程序（rapidmacs）和可链接的 C++ 库。面向 x86-64 和 arm64 的预构建容器已作为 biodepot/rapidmacs 发布于 Docker Hub。
📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.08.13.744681v1?rss=1
🏷️ 峰调用 ATAC-seq ChIP-seq CUT&RUN 生信工具 算法优化