Caizhaohui
← 文章
「生信软件」

SAMRust：pysam 兼容的 Rust 原生 HTS 处理库

发布于：

定位

重测序分析里 pysam 是绕不开的库，但纯 Python 在大 BAM 上跑窗口统计、覆盖度计算时性能瓶颈明显。SAMRust 的思路很克制：不重写整个 pysam，只把最常用的热路径（区域 fetch、count、count_coverage、depth、pileup、只读 VariantFile）搬到 Rust，Python 侧语义保持不变——已有脚本几乎零改动就能换上。

设计基线一句话：功能和结果对齐 pysam，运行效率对齐 rubam。

架构与实现

  • 解码层用 noodles（Rust HTS 生态标准库）
  • 区域并行用 rayon，多线程统计路径不把整条 BAM 记录物化成 Python 对象
  • 确定性并行：1 线程输出 == N 线程输出（bit-exact），这对可复现性至关重要

功能一览（v0.1.1）

能力状态
BAM 顺序迭代 + 索引 fetch（BAI/CSI）✅
count / count_coverage / depth_* / pileup_counts✅ 串行 + threads=
parallel_fetch / iter_batches✅ BAM only，区域合并 + 位置归属
CRAM 读取✅
只读 VariantFile（VCF/BCF）✅
CLI 工具✅

坐标系统与 pysam 完全一致（Python 风格 0-based half-open），AlignmentFile / AlignedSegment API 按 pysam 的形状设计。

适合与不适合

适合：

  • 已有 pysam 脚本，只想把 count / coverage / depth / pileup 换成更快实现
  • HPC 上对真菌等重测序 BAM 做窗口统计、候选位点 recount
  • 需要 1 线程 == N 线程输出的确定性并行

不适合： 当完整 pysam / samtools / bcftools 替代品（写操作、复杂过滤等不在范围内，详见 README 的”明确不做”清单）。

安装

当前版本 v0.1.1（2026-08-13），支持 Python 3.10–3.13，Linux x86_64，MIT 许可证。wheel 从 Releases 页面获取。

在我的工具链里的位置

SAMRust 专注 Linux/HPC 端的 BAM 级分析，与 Windows 端的 SeqBrio / SeqFlash（FASTA/FASTQ 层）互补，覆盖了从原始序列到比对后数据的常见处理场景。

相关链接

原文链接： https://github.com/Caizhaohui/SAMRust