在2020年5月17日，HengLi在它的一篇博客「Fast high-level programming languages」提到，他一直在尋找一門編程語(yǔ)言，生物學(xué)家容易使用而且速度還快。( I have always been searching for a high-level language that is fast and easy to use by biologists. )
于是在這篇博客中，他評(píng)估了一些高級(jí)編程語(yǔ)言的處理速度，包括，C, Python, Javascript, LuaJIT, Nim, Crystal，Rust。其中Rust在FASTQ的解析速度上略勝于C語(yǔ)言。
同時(shí)在2020年12月的nature的technology feature中也有一篇是關(guān)于Rust，「Why scientists are turning to Rust」地址為https://www.nature.com/articles/d41586-020-03382-2
里面有一張圖，是評(píng)估Rust近年來(lái)的社區(qū)狀態(tài)的（即相關(guān)包的增長(zhǎng)數(shù)量），從中可以發(fā)現(xiàn)Rust的增長(zhǎng)超過(guò)了R。
我并不是某個(gè)編程語(yǔ)言的信徒，平常用的最多的是R和Python，同時(shí)經(jīng)常性的找機(jī)會(huì)學(xué)習(xí)C和C++，以及每隔幾個(gè)月會(huì)去嘗試學(xué)一門新的編程語(yǔ)言。
這一次，我是跟著極客時(shí)間里的一門課，「陳天·Rust編程第一課」學(xué)習(xí)Rust。
基礎(chǔ)配置：安裝Rust工具鏈
curl --proto '=https' --tlsv1.2 -sSf https://sh.rustup.rs | sh
我使用VScode進(jìn)行開(kāi)發(fā)，并安裝了如下插件
- rust-analyzer （語(yǔ)法分析）
- rust syntax （語(yǔ)法高亮）
- crates
- better toml （TOML格式更好的展示）
- rust test lens
- Tabnine （基于機(jī)器學(xué)習(xí)的自動(dòng)補(bǔ)全，不只是Rust）
接著，嘗試使用Rust構(gòu)建第一個(gè)程序。我的目標(biāo)是讀取Fasta，統(tǒng)計(jì)其中的A, T, C, G各有多少個(gè)。
完成這個(gè)需求，有兩個(gè)思路，第一個(gè)是調(diào)用成熟的庫(kù)，第二個(gè)是自己造輪子寫一個(gè)函數(shù)。
對(duì)于思路1，我使用關(guān)鍵詞，Rust和Bio搜索到一個(gè)庫(kù)叫做，rust-bio。https://rust-bio.github.io/
接下來(lái)，使用cargo new創(chuàng)建項(xiàng)目
cargo new fasta_count
第二步: 添加依賴。編輯 Cargo.toml , 添加依賴信息
[dependencies]
bio = "0.37.1"
第三步: 學(xué)習(xí)rust-bio文檔，查找相關(guān)函數(shù)，然后在 src/main.rs中編寫代碼。
use bio::io::fasta;
use std::io;
fn main() {
let reader = fasta::Reader::new(io::stdin());
let mut nb_a = 0;
let mut nb_t = 0;
let mut nb_c = 0;
let mut nb_g = 0;
for result in reader.records(){
let record = result.expect("Error during fasta record parsing");
for &base in record.seq() { //return sequence
if base == b'a' || base == b'A' {
nb_a += 1;
} else if base == b'c' || base == b'C'{
nb_c += 1;
} else if base == b'g' || base == b'G'{
nb_g += 1;
} else if base == b't' || base == b'T'{
nb_t += 1;
}
}
}
println!("A:{}, C:{}, G:{}, T:{}", nb_a, nb_c, nb_g, nb_t);
}
我使用標(biāo)準(zhǔn)庫(kù)io::stdin從標(biāo)準(zhǔn)輸入中讀取數(shù)據(jù)，然后利用fasta::Reader的new出一個(gè)新的reader實(shí)例。對(duì)該實(shí)例的records對(duì)象進(jìn)行遍歷，得到fasta的中記錄，record。最后對(duì)記錄中序列進(jìn)行遍歷，得到不同堿基的數(shù)目。
第四步：編譯代碼。cargo會(huì)先將依賴環(huán)境下載到當(dāng)前項(xiàng)目下，然后在進(jìn)行編譯。
cargo build
編譯結(jié)果存放在 target的debug目錄下，名為fasta_count。我們運(yùn)行程序，得到結(jié)果。
cat TAIR10.fa | target/debug/fasta_count
# A:38223602, C:21551439, G:21528650, T:38177852
第一種思路的代碼，是看教程里使用案例"使用HTTP獲取HTML然后保存成Markdown"后，自己嘗試的第一個(gè)和生信相關(guān)程序。在嘗試過(guò)程中，由于對(duì)基本的數(shù)據(jù)類型不了解，所以在處理字符的時(shí)候，還專門去檢索了下 'a' 和 b'a'的區(qū)別，以及為什么要用一個(gè)b''.
鑒于自己的水平太次，還是決定后續(xù)學(xué)習(xí)更多Rust基礎(chǔ)再來(lái)嘗試吧。
最后說(shuō)說(shuō)自己的編程體驗(yàn)：
每一門編程語(yǔ)言都有其特殊的語(yǔ)法，在Rust中，Rust用let對(duì)類型進(jìn)行推導(dǎo)，而C++中是用auto進(jìn)行類型推導(dǎo)。Rust和Python類似，可以直接用for x in xxx對(duì)xxx進(jìn)行遍歷，而C++則是 for (auto x : xxx )。Rust使用｛｝聲明代碼塊，而不是Python那樣子使用縮進(jìn)。在函數(shù)返回上，Rust可以用return 顯示說(shuō)明要返回的內(nèi)容，還是隱式將最后一個(gè)值（不能加上;）作為返回值，這個(gè)跟R語(yǔ)言又很像。當(dāng)然還有函數(shù)定義，python用def 函數(shù)名, C和C++是返回值 函數(shù)名，R用 函數(shù)名 <-function, GO是 func 函數(shù)名, Rust用的是新的縮寫 fn 函數(shù)名。
每次我學(xué)一門編程語(yǔ)言的時(shí)候，我都在想，這種語(yǔ)法上的特立獨(dú)行，到底是為了什么呢？
吐槽完語(yǔ)言，最后夸夸Rust的編譯器。它的編譯器非常強(qiáng)大，能夠很好的指出的我代碼中的錯(cuò)誤，便于檢索debug。甚至有些時(shí)候都不需要檢索，因?yàn)樗鼤?huì)直接跟你說(shuō)怎么改。就仿佛有一個(gè)老師在你方便，跟你說(shuō)，你這里不對(duì)，你要這樣子做。
