readVcf is Slow if ScanVcfParam which Regions is Lengthy
Personne n'a encore pris cette issue.
Évaluation
- Difficulté
- 4/5
- Temps estimé
- 3-5 jours
- Accessibilité débutants
- 43/100
- Type d'issue
- Bug
- Clarté
- À clarifier
- Activité
- Calme
- Stack technique
- r
- Domaine
- data, performance
Piste de recherche
Commencez par reproduire la différence de temps entre readVcf avec et sans ScanVcfParam(which = goldStandards), en utilisant l’exemple de GRanges dérivé de BED indiqué dans le rapport. Lisez les points d’entrée de readVcf et ScanVcfParam et comparez le comportement avec subsetByOverlaps. La tâche est considérée comme terminée lorsqu’une modification convenue du code ou de la documentation rend la lecture régionale de VCF pratique ou documente clairement la solution de contournement.
Rédigé par le modèle d'indexation à partir du texte de l'issue.
Description
Recently, U.S. Food and Drug Administration, National Institute of Standards and Technology and Illumina researchers defined highly reproducible regions (H.R.R.s) of the human genome and made available BED files to define a set of regions in which variant callers consistently call variants on technical replicate samples, effectively defining a while-list for whole genome sequencing data. readVcf takes a long time if which of ScanVcfParam is specified. Importing the V.C.F. takes about five minutes if which not specified but I terminated it after one hour when which was specified.
library(rtracklayer)
goldStandards <- list.files("HRR/", "bed", full.names = TRUE)
goldStandards <- lapply(goldStandards, import.bed)
goldStandards <- unlist(goldStandards)
goldStandards <- reduce(goldStandards)
> goldStandards
GRanges object with 2988875 ranges and 0 metadata columns:
... ...
variants <- readVcf("DRAGENgermline.vcf.gz", param = ScanVcfParam(which = goldStandards)) # Stopped after one hour.
Importing the whole V.C.F. file into the session and then using subsetByOverlaps seems a reasonable and fast workaround. To best help other users, would a documentation change or code change be better to make this user experience nicer?
- Langage dominant
- R
- Étoiles
- 32
- Forks
- 21
- Métriques de merge des PR
- Aucune PR mergée en 30 j
Préparer son environnement
Nous n'avons pas encore vérifié les fichiers d'installation de ce projet. Commencez par son README, et consultez notre guide de la première contribution pour les étapes générales.
Par où commencer
- Lisez l'issue en entier, puis le guide de contribution du projet.
- Signalez en commentaire que vous la prenez — cela évite que deux personnes fassent le même travail.
- Forkez le dépôt et travaillez sur une branche.
- Ouvrez une pull request qui référence le numéro de l'issue.
Autres issues de Bioconductor/VariantAnnotation
-
refactor the packageOuverte
Difficulté 5/5 Plus d'une semaine Accessibilité débutants 25/100
Bioconductor/VariantAnnotation#115 · 4 commentaires ·
-
what is the "covr" condition of this package?Peut-être pris @vjcitn l’a pris il y a 80 jours. Ouverte
Bioconductor/VariantAnnotation#114 · 1 réaction · 2 personnes assignées ·
-
Difficulté 5/5 Plus d'une semaine Accessibilité débutants 35/100
Bioconductor/VariantAnnotation#113 · 2 commentaires ·
-
Difficulté 3/5 1-2 jours Accessibilité débutants 35/100
-
ensemblVEP::parseCSQToGRangesOuverte
Difficulté 5/5 Plus d'une semaine Accessibilité débutants 30/100
Bioconductor/VariantAnnotation#88 · 2 commentaires ·
Toutes les issues de Bioconductor/VariantAnnotation
Issues similaires
-
Difficulté 2/5 Une demi-journée Accessibilité débutants 78/100
ThinkR-open/datadiff#59 ·
-
Difficulté 2/5 1-3 heures Accessibilité débutants 82/100
Les mainteneurs répondent en général sous 1 jour
-
Difficulté 2/5 1-3 heures Accessibilité débutants 82/100
duckdb/duckdb-r#2773 · 1 commentaire ·
Les mainteneurs répondent en général sous 1 jour
-
Difficulté 2/5 1-3 heures Accessibilité débutants 78/100
tidymodels/parsnip#1444 ·
Les mainteneurs répondent en général sous 4 jours
-
Difficulté 2/5 1-3 heures Accessibilité débutants 76/100