figwig 发布：面向基因组 ML 的多维数据格式
开发者 jmschreiber91 于 10 月 28 日发布并连续演示了新的基因组数据格式 figwig：它将传统 bigWig 格式泛化到 N 维数组，可高效存储海量 track 集合、单细胞实验、fiber-seq 乃至 Hi-C 与 scHi-C 数据，核心思路是把多个实验合并进同一数据结构，使文件更小、读写更快。格式以 MIT 协议在 GitHub 开源。
已确认
- figwig 能完成 bigWig 的一切功能，但专为现代基因组机器学习设计：通过通用 kernel 把数据直接加载到 GPU，兼容 JAX、TensorFlow、PyTorch 等框架
- 性能实测：对 90,543 条 fiber-seq reads（62 MB 文件，每 1,024 条 reads 一个 track），单线程写盘 6.8 秒，基因组级读取快至 0.42 秒；作者称加载比 bigwig 快一个数量级
- 单细胞场景：10,246 个 PBMC ATAC 细胞的全基因组数据，position 排序的 figwig 文件仅 1.0 GB（track 排序为 2.4 GB），读块速度显著优于 per-cell bigwig
- 配套工具链：快速命令行工具支持 bigwig↔figwig 互转、含细胞条形码的 fragment 文件转 figwig 等，并支持类似 bigwig 的缩放（zoom）操作
- 附带面向 Agent 的 agentic skill，便于自动化工具调用
为什么重要
- bigWig 是基因组 track 存储的事实标准，但难以原生表示单细胞、fiber-seq、Hi-C 等高维数据；figwig 把这些场景纳入统一结构，直接对接 GPU 与主流深度学习框架，为大规模基因组建模（尤其是机器学习管线）提供了更高效的底层数据层
- 单细胞数据从 per-cell 多文件转向单一紧凑文件，可显著降低存储与随机读取成本
2026-10-28 ~ 2026-10-28 · 8 条相关
一手来源
- figwig 数据格式发布：把 bigwig 推广到 n 维数组，基因组实验文件更小读写更快 — jmschreiber91 ·
- figwig 格式实测：90,543 条 fiber-seq reads 基因组级读写快至 0.42 秒 — jmschreiber91 ·
- figwig 发布：稀疏多维生物数据格式，附 Agent 可用的 agentic skill — jmschreiber91 ·
- 基因组学数据格式 figwig 发布：将 bigWig 推广到 N 维数组 — jmschreiber91 · 2026-10-28
- figwig 也能装单细胞数据：10,246 个 PBMC ATAC 细胞压到 1.0 GB，读块速度碾压 per-cell bigwig — jmschreiber91 · 2026-10-28
- 【源头】figwig 格式实测：90,543 条 fiber-seq reads 基因组级读写快至 0.42 秒 — jmschreiber91 · 2026-10-28
- 新基因组数据格式实测：figwig加载比bigwig快一个量级 — jmschreiber91 · 2026-10-28
- 基因组ML格式细节：稀疏存储与pseudobulk提取 — jmschreiber91 · 2026-10-28
- 基因组ML新文件格式：支持GPU直载，兼容JAX/PyTorch — jmschreiber91 · 2026-10-28
- 【源头】figwig 发布：稀疏多维生物数据格式，附 Agent 可用的 agentic skill — jmschreiber91 · 2026-10-28
另有 1 条近重复转述:jmschreiber91