導致uBAM遲遲無法流行起來的4個原因分別是什么

今天就跟大家聊聊有關導致uBAM遲遲無法流行起來的4個原因分別是什么，可能很多人都不太了解，為了讓大家更加了解，小編給大家總結了以下內容，希望大家根據這篇文章可以有所收獲。

uBAM就是非比對的BAM文件，fastq可以通過picard這個工具將其轉為這個格式。

它有不少優于fastq格式的地方，比如：同一個read的數據都在同一行；拓展性強，可以添加豐富的metadata；方便維護，同一個樣本的測序數據甚至可以只通過一份uBAM來存儲就行了等。

從我第一次知道uBAM的時候算起，已經過去4+年了。我也曾非常看好它，認為它必是以后存儲下機數據的標準。然而時隔多年，很奇怪，uBAM這么好（GATK也都一直支持著這個格式），為什么還是遲遲不見它流行起來呢？

目前，使用uBAM格式的單位據我所知也僅僅只是一些比較大型的研究機構，比如美國的Broad Institute和英國的Sanger會采用它來存儲下機數據。

這段時間思考下來覺得可能有以下幾個原因，與諸位共享：

1. BAM是“笨重”的，它并不是文本文件，你無法直接通過文本工具打開它查看具體內容。只能通過第三方工具或者專門的SAM/BAM程序包（或者API）來實現對它的操作。這對許多不熟悉這一處理方式的研究者來說，會帶來很多麻煩。這等于是直接提高了操作這個文件的門檻，從這一點看使用體驗確實遠不如fastq；

2. 主流工具還不完全支持，除了samtools和與它相關的少量工具，并沒有太多其他的工具直接支持在命令行操作BAM；

3. BAM文件的空間占比并不比壓縮了的fastq小很多，優勢有限；

4. 底層IO效率方面，實際上也是文本格式的fastq（或者gzip壓縮的fastq）要高于BAM。

從uBAM的這個現象，或許也側面折射出了一些關于產品設計（或者方案設計）的問題。關于這個問題，我看到了三個地方，歡迎大家拍磚：

第一、體驗。一個產品或者方案要流行起來，除了解決需求之外，對使用體驗的關注度要高于技術的先進性和產品本身的完備性；

第二、先發優勢。時間一旦落后了（比如fastq早于uBAM很多年），用戶習慣的更改需要有完備的技術解決工具來支持，降低切換成本，甚至實現無痛切換，從而最大程度的保留新產品的優勢；

第三、看似簡單的事物越是難以被取締。fastq格式是一個存儲測序數據極為簡單、簡明的數據格式，它只包含所有必須包含的內容，而且目標明確，就是序列ID、測序數據和質量值，它們都是必不可缺的信息，再多無用，似乎已是極致。

看完上述內容，你們對導致uBAM遲遲無法流行起來的4個原因分別是什么有進一步的了解嗎？如果還想了解更多知識或者相關內容，請關注億速云行業資訊頻道，感謝大家的支持。