SIMD を使用した配列オブジェクトを試作し, 転写, 相補鎖の生成などがどれだけ高速化されるか検証する.

Dictionary を使ったグラフを使用した方が早いかもしれない.

こちらの開発環境では, 以下の結果が出ている.

• ビット演算による計算 : 10万塩基での計算で 0.165 ~ 0.210 sec
• グラフ(元の塩基を key, 相補塩基を value にしたハッシュマップ)による計算 : 10万塩基での計算でおよそ 0.104 sec

おそらく, Dictionary を使用するとメモリ消費を犠牲に計算が高速になっていると考えられる. また, Dictionary には全ての複合塩基を変換するのは難しいというデメリットがあることもわかった(ビット演算はいかなる複合塩基も同じようにビット回転させるだけなので一つの関数だけですむ).

• ORF の検出
• アミノ酸の定義
• 塩基配列の解析方法の模索
• SIMD による高速化が可能か

UnicodeScalar ではなく, UTF-8 の配列とみなしてパースした方が2倍以上早くなるかもしれない

配列オブジェクト生成時間が, Nucleotide の値を介する方法よりも高速になる可能性がある。実際に測ってみて検討する。

reduce で生成するのではなく, map で生成してみる.

今は 0b11111111 にしているが, GC含有率を計算することなどを考えると, 0 にするべきなのだろうか.
CG含有率など, 特定の塩基を検索する場合は N を除外するべきか?

二つ以上の配列を比較する

• Swift 5.6 で動くかをチェック
• Swift 5.5 に変更する

baseConvertToUnicode
convertBaseToUnicode

記載したい事項は以下の通りです(思いつき次第追加しましょう).

• このパッケージの特徴(わざわざこのパッケージを使う理由)
• API の詳細(メモリ管理や計算速度についても解説したい)

相補鎖を生成する際は, 変換後の配列を逆転させた方が正しい.

プライマーの設計などで, 短めのオリゴヌクレオチドの Tm 値を計算する必要がある. コード上で計算できると便利.