从bam文件的内容来学习Phred quality score /QUAL/Cigar/等常用概念

最新推荐文章于 2024-10-13 21:12:05 发布
最新推荐文章于 2024-10-13 21:12:05 发布
阅读量3.2k 收藏 4
点赞数 1
分类专栏： bioinformatics
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_35696312/article/details/84346477
版权
本文介绍了BAM文件中的关键概念，包括查询序列名称（QNAME）、FLAG、比对质量值（MAPQ）、CIGAR字符串以及碱基质量（QUAL）。通过详细解释每个字段的含义，如FLAG中的比对状态，CIGAR表示的序列匹配模式，以及Phred Quality Score与碱基判断错误概率的关系，帮助读者深入理解NGS数据的比对信息。
摘要由CSDN通过智能技术生成

参考文献：

sam文件详解 https://genome.sph.umich.edu/wiki/SAM

mapping quality的算法 https://genome.sph.umich.edu/wiki/Mapping_Quality_Scores

博客参考 https://blog.csdn.net/xcaryyz/article/details/79257604

首先看一下,在bam文件中常用的一些列名称

QNAME：这里指得是查询序列的名称，也就是我们的reads名称

FLAG： 以10进制或者16进制数的形式来代表一些比对的意义，如下图所示，，2代表完全匹配，4代表没有匹配，16代表反向匹配，1024代表duplicate，而这些数字是可以相加的，例如2+1024是1026，代表完全匹配但是是个duplicate

最低0.47元/天 解锁文章
卡西莫多的礼物
关注
专栏目录
04比对结果的质控
qq_23435961的博客
01-08 734
04比对结果的质控 我们得到了 bam 文件之后，也要进行质控，可以对测序数据有更深入的理解。因此我们用几种方法来检查 bam 文件结果。 samtools stats ## stats.sh cat config | while read id do bam=./4.align/${id}.bam samtools stats -@ 16 --reference ~/wes_cancer/data/Homo_sapiens_assembly38.fasta ${bam} > ./4.alig
NGS数据格式梳理02-SAM/BAM格式最详细解读
qq_21478261的博客
05-08 5009
全网最全介绍SAM|BAM文件文章。
bam文件读取_生物信息学分析实用小技巧（六）：BAM/SAM中的雪茄值
weixin_36084095的博客
12-15 1873
BAM/SAM文件两三事写在前面的上期推文主要解读了BAM文件的Flags值，通过一个perl程序快速批量翻译Flags值。flags详细记录了reads的比对信息。是由一堆2的n次方(n=0~11)加和组成。例如某条reads经过比对后的flags是83, 83= 1+2+16+64转化为2进制为1010011， 则代表这是一条双端测序的Read1，该reads及其对应reads都是正...
生信分析常见文件——BAM文件
最新发布
pumc_2023的博客
10-13 1276
比对软件将质控后的fq格式文件与参考基因组进行比对后。
测序质量值的意义
GodSunshine的博客
07-18 2万+
续上一篇，FASTQ格式的每第四行表示这条序列的质量值。用ACSII码表示。 测序仪一般是按照荧光信号来判断所测序的碱基是哪一种的，例如红黄蓝绿分别对应ATCG，因此对每个结果的判断都是一个概率的问题。 Phred Quality Score Probability of incorrect base call Base call accuracy 10
phred使用（一）
高锦的博客
05-31 4898
phred使用（一）
fastq质量值_我要自学生信之生信基础：FASTA 与 FASTQ
weixin_39980711的博客
12-23 780
1）知识简介1.1）测序质量值首先在了解fastq，fasta之前，了解一下什么是质量值。phred软件在对reads进行base calling的时候会给出每一个碱基的质量值，这个质量值的计算与测序预期错误率相关(estimated probability of error)： Phred Quality Score Probability of incorrect base call ...
RNA-seq流程学习笔记（9）-使用RSeQC软件对生成的BAM文件进行质控
垚垚爸的博客
06-04 9197
参考文章： 用RSeQC对比对后的转录组数据进行质控 高通量测序质控及可视化工具包RSeQC RSeQC使用笔记 在A survey of best practices for RNA-seq data analysis里面，提到了人类基因组应该有70%~90%的比对率，并且多比对read（multi-mapping reads）数量要少。另外比对在外显子和所比对链（uniformity of read coverage on exons and the mapped strand）的覆盖度要保持一致。 R
常用生物信息学格式介绍
vickyleexy's blog
04-23 1万+
转载于：http://ju.outofmemory.cn/entry/193943前言　　在各个行业都是有行业标准的，这样才能统一规范而方便后面的分析，在生物信息学领域中主要是各种大量序列数据、注释数据等，这些都是有特定的格式去表示，下面列举几种常见的格式。了解这些是进行后续生物信息学分析的必备知识，有些人虽说是在做生物信息学分析，但是到现在可能还不知道什么是GFF3格式等。fastafasta格式
.md是什么文件_生信中常见的数据文件格式
weixin_39874269的博客
10-28 1308
TCGA|GEO|文献阅读|数据库|理论知识R语言|Bioconductor| 服务器与Linux前面我们介绍了各种测序技术的原理：illumina、Sanger、第三代和第四代测序技术原理，我们测序得到的是带有质量值的碱基序列fastq格式，参考基因组是fasta格式。⽤⽐对⼯具把fastq格式的序列回帖到对应的fasta格式的参考基因组序列，就可以产⽣sam格式...
生信学习笔记：利用GATK call SNP
ccArtermices的专栏
09-19 1万+
生信学习笔记：利用GATK call SNP SNP是指在基因组上单个核苷酸的变异,包括置换、颠换、缺失和插入。SNP在基因组中分布相当广泛，近来的研究表明在很多物种基因组中每300bp就出现一次。大量存在的SNP位点，使人们有机会发现与各种疾病，包括肿瘤相关的基因组突变。既然SNP那么广泛存在，获得SNP就变成一项重要的任务。在经历了样本收集、测序、质控和mapping后，我们输出了bam格式...
生物信息学软件_高通量测序技术|生信的发展，常用数据格式及分析软件
weixin_39819152的博客
12-03 1815
WeDiscover发起基因检测技术经典书籍共读活动，第一季共读李金明教授的《高通量测序技术》，今天解读第四章前两节关于生物信息学的发展，常用数据存储格式及分析软件。随着高通量测序技术的快速发展，其已由实验室研究逐步应用于临床。高通量测序检测对临床患者的诊断、治疗及预后判断具有重要的指导意义。高通量测序检测流程可分为实验室操作(称为湿实验)和生物信息学分析(称为干实验)。高通量测序技术离...
FastQ格式介绍
doudou8486的专栏
05-18 2117
FastQ格式介绍 为了便于测序数据的发布和共享，高通量测序数据以FASTQ 格式来记录所测的碱基读段和质量分数．如下图 所示，FASTQ 格式以测序读段为单位存储，每条读段占4 行，其中第1 行和第3行由文件识别标志和读段名(ID)组成(第1 行以“@”开头而第3 行以“+”开头；第3 行中ID 可以省略，但“+”不能省略)，第2 行为碱基序列，第4行为对应的测序质量分数． FastQ数据格
生信分析进阶4 - 比对结果的FLAG和CIGAR信息含义与BAM文件指定区域提取
LittleComputerRobot的博客
06-01 830
BAM比对文件FLAG和CIGAR含义，samtools提取指定BAM区域。
mapping、bam结果提取、覆盖率、数据深度、序列拼接
Curry_chenhu的博客
07-25 3765
提取比对到参考序列结果 samtools view -bF 4 abc.bam > abc.F.bam 配对比对 samtools view -bF 12 abc.bam > abc.F.bam #bam排序 samtools sort *.bam -o *.bam bam转fq bedtools bamtofastq -i * -fq *_1.fq -fq2 *_2.fq samtools fastq NOf41_human-mapped.bam > NOf41_human_test.f
SAM数据格式学习1之CIGAR理解
Keep Learning
04-29 1万+
SAM信息中的一条： SRR003161.2 0 chr7 41381016 60 4S153M1D132M1D5M1D28M1D73M3I12M1I40M54S * 0 0 TCAGTTTGAGATGGAGTTTCATTCTTGTTGCCCAGGCTGGAGTGCAATGGCGCAATCTCAGCTCACAGCAACCTCCGCCTCCCGGGTTCAAGCGATTCTCCTGCCTCAGCC
生物信息学基本知识笔记
GeekFocus
02-21 2374
Bam文件 SAM（The Sequencing Alignment/Map Format）是bwa比对软件的标准输出文件，是纯文本文件，bwa的开发者设计了一种比gz更加高效的压缩算法，BAM的文件大小差不多只有原来的1/6。 header头文件 @HD是必须的标准头文件；@SQ参考序列染色体信息，顺序必须和参考序列一致；@RG重要Read group信息，通常包含测序平台测序文库和样本id...
生物基因数据文件——vcf格式详解
热门推荐
vickyleexy's blog
04-24 6万+
转载于：1.什么是vcf文件VCF是用于描述SNP，INDEL和SV结果的文本文件。在GATK软件中得到最好的支持，当然SAMtools得到的结果也是VCF格式，和GATK的CVF格式有点差别。2.VCF的主体结构##fileformat=VCFv4.0 ##FILTER= ##FORMAT= ##FORMAT= ##FORMAT= ##FORMAT= ##FORMAT= ##INFO= ##IN
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值