性能对比#

本页是 BaizeGen 与对应标准工具在相同输入数据上的实测墙钟时间。BaizeGen 的全部数字都在同一台机器上测得（机器 A：1 × RTX 5090 32 GB，AMD Threadripper 3960X），-t 48，每项运行一次，输入数据事先拷到本地 NVMe 硬盘（拷贝不计时）。标准工具的数字是此前在其他机器上实测的，见下方测试环境。

除特别注明外，双方的输出完全一致：BAM 逐条记录相同，VCF / gVCF 除记录命令行的表头行外逐行相同。图中每组单独一个刻度，条形旁标出耗时和相对标准工具的倍数。

测试环境#

人类全基因组#

NA12878，30× WGS（6.7 亿条 reads，100 Gbp），参考基因组 hg38。

动植物全流程#

13 个物种的样本（猪、山羊、棉花、油菜、鸡、四倍体鲫鱼、六倍体鲫鱼、梨、水稻、鸭、玉米、大豆、小麦），每个样本 0.4–4.8 亿条 reads。

• 标准流程：bwa 0.7.17 + samtools sort + Picard MarkDuplicates + GATK 4.6.2 HaplotypeCaller（分别输出 gVCF 和 VCF）。
• BaizeGen：fastq2bam --engine bwa-gpu + haplotyper --device gpu（分别加 --emit-mode gvcf 和不加）。

13 个样本的 gVCF 和 VCF 都与 GATK 相同（除记录命令行的表头行外逐行相同）。合计耗时：FASTQ → gVCF 267 倍（各样本 115–413 倍），FASTQ → VCF 254 倍（各样本 75–387 倍）。

各样本的耗时（时:分:秒）：

下图以小麦为例（IWGSC RefSeq v2.1，CRR072388，2×150 bp，54.8 Gbp，约 3.8×）分步骤对比：

多样本合并与联合分型#

100 个猪样本的全基因组 gVCF（共 339 GB），用 combinegvcfs --device gpu --genotype-out 一次写出合并后的 gVCF（解压后 4.8 TB）和群体 VCF：

GATK 没有在这个规模上运行，这一组没有标准工具的对照数字。

其他工具#

FASTQ 压缩#

fqzip（下一个发布包起提供）与 gzip、zstd、Spring 在同一个人类 NovaSeq 全基因组样本上的对比见 FASTQ 无损压缩；这一组的所有程序都在机器 A 上运行。默认级别（参考模式）的文件是 Spring 的 84 %，压缩耗时为 Spring 的 49 %，解压为 41 %。

数据表#

BaizeGen 的数字都在机器 A 上测得；标准工具一栏括号内是运行它的机器。

时间格式为 时:分:秒 或 分:秒。