samtools常用操作

以下是对 Samtools 常用命令及各参数的详细解释，整理为 Markdown 格式：

Samtools 常用命令总结

Samtools 是一个用于处理和分析 SAM（Sequence Alignment/Map）和 BAM（Binary Alignment/Map）格式文件的工具集。它提供了多种命令用于序列比对、格式转换、索引创建和统计分析等。

• 软件手册：Samtools 手册

常用操作

1. 将 SAM 文件转换为 BAM 文件

说明： 将 SAM 文件转换为 BAM 文件，以节省存储空间，同时许多下游分析工具使用 BAM 格式。

samtools view -bS -o alignments.bam input.sam

• view：将文件从 SAM 格式转换为 BAM 格式。
• -b：输出 BAM 格式（binary）。
• -S：指定输入为 SAM 格式（如果是旧版 SAMtools，1.3.0 之后可省略）。
• -o：指定输出文件名为 alignments.bam。

2. 将 BAM 文件转换为 SAM 文件，同时包含 header 信息

说明： 提取 BAM 文件内容并保留头部信息，以 alignments.sam 为输出文件名。

samtools view -h -o alignments.sam alignments.bam

• -h：包含头部信息（header）。
• -o：指定输出文件名为 alignments.sam。

3. 仅获取 BAM 文件中的 header 信息

说明： 只提取 BAM 文件中的头部信息。

samtools view -H alignments.bam

• -H：仅输出头部信息（header lines）。

4. 对 BAM 文件进行排序

说明： 对 BAM 文件进行排序，便于下游分析。

samtools sort alignments.bam -o alignments.sorted.bam
samtools sort -n alignments.bam -o alignments.name.sorted.bam

• sort：对 BAM 文件进行排序。
• -o：指定输出文件名为 alignments.sorted.bam。
• -n：基于 read 名进行排序（而非染色体位置）。

5. 为排序的 BAM 文件建立索引

说明： 对排序后的 BAM 文件建立索引，索引文件用于快速检索特定区域。

samtools index alignments.sorted.bam

• index：为 BAM 文件生成索引，输出文件为 .bam.bai 格式。

6. 列出每条染色体上的 reads 数量

说明： 列出回帖到每条染色体的 reads 数目。

samtools idxstats alignments.sorted.bam > alignments.sorted.bam.stat

• idxstats：显示每条染色体的比对统计信息。
• 输出结果：
  • 第一列：染色体名称。
  • 第二列：染色体长度。
  • 第三列：mapped reads 数量。
  • 第四列：unmapped reads 数量。

7. 基于比对质量筛选比对子集

说明： 筛选出比对质量高于 30 的 reads 子集，存储为 BAM 格式。

samtools view -b -q 30 -o alignments_MQmin30.bam alignments.bam

• -q：设置比对质量过滤阈值为 30，保留比对质量大于 30 的 reads。
• -b：输出 BAM 格式。

8. 基于 SAM 标记字段的值筛选比对子集

说明： 根据标记值（flag）筛选或过滤 reads。标记值描述了 read 的比对情况，如是否比对成功、是否正确配对等。

# 去除没有比对的 reads
samtools view -b -F 4 -o alignments.mapped_only.bam alignments.bam
# 保留正确配对的 reads
samtools view -b -f 2 -o properly_paired_reads.bam alignments.bam

• -F：过滤掉具有指定标记的 reads（如 -F 4 过滤掉未比对的 reads）。
• -f：保留具有指定标记的 reads（如 -f 2 保留正确配对的 reads）。

标记值示例：

• 0x1（PAIRED）：双端测序。
• 0x2（PROPER_PAIR）：正确配对。
• 0x4（UNMAP）：未比对的片段。
• 0x8（MUNMAP）：下一个片段未比对。

9. 基于标记字段获取 reads 的比对统计信息

说明： 生成比对统计报告，显示 QC 通过和未通过的 reads 数。

samtools flagstat alignments.bam

• flagstat：输出包含 QC 通过与未通过的 reads 的详细统计信息。

10. 提取 BAM 文件中比对到特定 contig 或区域的 reads

说明： 提取比对到特定 contig 或基因组区域的 reads。

# 提取比对到 contig18 的 reads
samtools view accepted_hits.bam.sort.bam Contig18 > Contig18.sam
# 提取比对到 contig18 上 10k-20k 区域的 reads
samtools view accepted_hits.bam.sort.bam Contig18:10000-20000 > Contig18_10-20k.sam
samtools view -b accepted_hits.bam.sort.bam Contig18:10000-20000 > Contig18_10-20k.bam

11. 合并多个 BAM 文件

说明： 将多个已排序的 BAM 文件合并为一个文件。

samtools merge merge.bam HS.sort.bam CK.sort.bam KO.sort.bam

• merge：合并多个已排序的 BAM 文件。

12. 统计测序深度

说明： 统计每个碱基位点的测序深度并输出到文件。

samtools depth merge.bam > depth

主要参数：

• -r：指定染色体号（region）。
• -q：要求测序碱基的最低质量值。
• -Q：要求比对的最低质量值。

参考

Samtools 官方文档

---

这个总结包括了 Samtools 的常见命令和每个参数的解释，有助于快速上手使用 Samtools 进行数据处理。