ADAM

  • 项目

ADAM 是一个用于在 Apache Spark 上进行基因组数据处理的库。 它用于实现对基因组读取数据（例如 BAM、SAM 和 CRAM 文件）进行操作的管道。

在 Azure Databricks 中使用 ADAM：

  1. 使用以下 Spark 配置启动 Databricks Runtime 群集：

    # Hadoop configs
org.apache.spark.serializer.KryoSerializer
spark.kryo.registrator org.bdgenomics.adam.serialization.ADAMKryoRegistrator
spark.hadoop.hadoopbam.bam.enable-bai-splitter true

  2. 安装群集库：

    • Maven：org.bdgenomics.adam:adam-apis-spark3_2.12:<version>
    • PyPI：bdgenomics.adam