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 2022-03-07 18:08:15 发布
VIP文章 最新推荐文章于 2022-03-07 18:08:15 发布
阅读量3.1k 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

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d

最低0.47元/天 解锁文章
卡西莫多的礼物
关注
  • 1
    点赞
  • 踩
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
bam-0.2.0.zip_编译器/解释器_C/C++_
08-12
Bam的编译工具，使用它可以对TeaWord 的源码进行编译
cpp-Wham直接把联想测试应用到BAM文件的基因结构变异
08-15
Wham：直接把联想测试应用到BAM文件的基因结构变异
bam2fastq:从bam到FASTQ的简单转换器
05-24
bam2fastq bam2fastq是一个从BAM文件中提取序列和质量的程序。 原始版本可以在找到。 随后对其进行了修改，以处理具有成对和不成对读和写到stdout混合的BAM文件。 安装 需要make，gcc和zlib压缩库-所有这些都应该存在于大多数类Unix系统（包括Mac）上。 首先从github克隆存储库，包括其依赖项： git clone --recursive https://github.com/jts/bam2fastq 然后转到目录并运行make： cd bam2fastq make 作者 该程序最初由Phillip Dexheimer在HudsonAlpha开发。 它打包在github上，并由Jared Simpson稍加修改。
sam_comp:压缩SAM / BAM文件格式-开源
04-28
这是一个基于简单算术编码的压缩器，用于SAM和BAM（DNA序列比对）文件格式。
bam-readcount:计算 BAM 文件中的 DNA 序列读数
08-04
bam-readcount bam-readcount在BAM或CRAM文件上运行，并在单个核苷酸位置生成指标。 这些指标可用于滤除误报变异调用。 对于支持，请上尽可能多的关于最常见的问题bam-readcount已经有回答。 建造 需要 C++ 工具链和cmake 。 有关详细信息，请参阅 。 mkdir build cd build cmake .. make # Executable is bin/bam-readcount 用法 不带参数运行命令行帮助： $ bam-readcount Usage: bam-readcount [OPTIONS] <bam> [region] Generate metrics for bam_file at single nucleotide positions. Example: bam-readcount -f ref.f
cutadapt 截取fastq导致fq文件报错
qq_28723681的博客
11-11 1153
Raw ASCII character 10 but expected 33-based Phred qual 的解决方案 最近使用cutadapt截取数据发现截取的数据没法使用bowtie/bowtie2进行比对，一比对就出现下列问题： Saw ASCII character 10 but expected 33-based Phred qual. terminate called after throwing an instance of 'int' 经过一番探究发现cutadapter过滤出来的fa
学习全基因组测序数据分析2：FASTA和FASTQ
刘永鑫的博客——宏基因组公众号
07-30 5450
本文转载自微信公众号解螺旋的矿工，作者为黄树嘉，已获得授权。黄树嘉写了WGS系列的文章，堪称教科书级别的生物信息学习材料。虽然本平台只关注宏基因组领域，但此系列文章知识体系完善、干货满满...
fastq质量值_fastq 数据格式解析
weixin_36247891的博客
01-17 1156
概念介绍Read 读段Read 中文翻译： 读段，来自测序仪的raw data一个Read 可能由多个片段组成， Read的索引是测序时的顺序Sequencing quality 测序质量测序仪在测序的时候，每次测出来的结果可能都不一样(仪器误差 序列长度等各方面因素)， 所以往往需要多测几次，最后开决定是哪一个碱基。Phred_Figure_1.jpgSequencing quality 是度...
Fastq 格式说明 & (Phred33 or Phred64)
huyongfeijoe的专栏
06-08 1万+
Fastq格式是一种基于文本的存储生物序列和对应碱基（或氨基酸）质量的文件格式。最初由桑格研究所（Wellcome Trust Sanger Institute）开发出来，现已成为存储高通量测序数据的事实标准。以Illumina Casava 1.8+ 的fastq格式为例，fastq格式的形式如下： 每条序列由4行字符表示，上述样例显示有两条序列： 第一行：必须以“@
质量值体系 Phred33 和 Phred 64 的由来 及其在质量控制中的实际影响
小猪打呼噜
01-04 4391
最近在学习质控知识时, 对于质量值体系及转换产生了一些疑问, 作了一些尝试, 趁集群故障, 在此总结一下 质量值体系 相比之前培训时所学的质控内容, (我拿到的) 流程中还多了一步 phred33to64, 也就是把 .fastq 格式的数据从 Phred33 质量值体系转换为 Phred64 质量体系, 于是先补充学习了下质量值体系: 首先要从质量值说起, 测序仪器下机数据的 fastq ...
生物信息数据格式：vcf格式
sunchengquan的博客
01-28 4087
格式说明 VCF格式，Variant Call Format 变异判读文件格式 分为两部分内容：以“#”开头的注释部分；没有“#”开头的主体部分 先讲VCF文件主题部分的结构 CHROM ：表示变异位点是在哪个contig里call出来的，如果是人类全基因组的话那就是chr1…chr22，chrX,Y,M了 POS： 变异位点相对于参考基因组所在的位置，如果是indel，就是第一个碱基所在的位置...
有关全基因组测序的文献复现
yayiling的博客
03-07 2862
【好久没记录了~最近在准备复试的时候发现了远古时期自己做的大作业，虽然漏洞百出（那时候居然会把个体叫做1位个体），但maybe是我大学期间最用心的大作业了。谁让邵老师魅力无穷呢】 高通量测序实验课探索之——对韩国个体进行全基因组测序并探寻两种比对及分析方法之异同 一、介绍 遗传学是破译不同人群表型多样性的关键。近年来，基于microarray和第二代测序技术 ，Hapmap 和千人基因组计划取得了重大的成就。韩国人口是 HapMap 和千人基因组计划中未包括的亚洲人口， 目前还没有一个综合的韩国群体的遗传结
VCF文件中QUAL和GQ的区别
qq_32531519的博客
04-24 4255
最近开始分析vcf文件, 于是去搜了相关VCF格式解读的博客. 大部分关于这两个指标的解读如下,都是描述质量值的,但也没说具体啥区别. QUAL：Phred格式(Phred_scaled)的质量值，表示在该位点存在variant的可能性；该值越高，则variant的可能性越大；计算方法：Phred值 = -10 * log (1-p) p为variant存在的概率; 通过计算公式可以看出值为1...
生物信息学基本知识笔记
GeekFocus
02-21 2086
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...
生信分析过程中这些常见文件（fastq/bed/gtf/sam/bam/wig）的格式以及查看方式你都知道吗？
悟道西方
03-01 1万+
生信分析过程中，为了得到分析结果，我们除了需要原始测试数据fastq之外，还需要准备基因组文件*.fa和基因注释文件*.gtf，此间在分析的过程中还会伴随着众多中间文件的生成，如bed6、bed12、sam、bam、big、bigwig、bedgraph等，生成后我们一般会查看下内容了解文件每一列是什么含义，以此来决定需要提取哪些有用信息列来进行下一步分析。 插播一个小剧场 老板：“先查看一下sa...
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 1633
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...
生物信息数据存放类型之——FASTQ
ypfzhao
06-02 7343
FASTQ 简介 FASTQ用于保存生物序列（通常是核酸序列）和其测序质量信息的标准格式。 其序列以及质量信息都是使用一个ASCII字符标示，最初由Sanger开发。 目的是将FASTA序列与质量数据放到一起，目前已经成为高通量测序结果的实施标准。 一、定义和示例 FASTQ文件中每个序列通常有四行： 第一行是序列标识以及相关的描述信息，以‘@’开头 第二行是序列 第三行以‘+’开头，后面是序列标示符、描述信息，或者什么也不加，但是“+”不能少。 第四行，是质量信息，和第二行的序列相对应，每一
GATK使用方法详解（原始数据的处理）
whiffen_cann的专栏
02-22 1万+
转自：https://www.plob.org/article/7009.html 1. 对原始下机fastq文件进行过滤和比对（mapping） 对于Illumina下机数据推荐使用bwa进行mapping。 Bwa比对步骤大致如下： （1）对参考基因组构建索引： 例子：bwa index -a bwtsw hg19.fa。最后生成文件：hg19.fa.amb、hg19.fa.an
测序质量值的意义
热门推荐
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
从bam文件中获取某一基因的序列
最新发布
06-08
从BAM文件中获取某一基因的序列，一般需要以下步骤： 1. 使用samtools软件中的view命令将BAM文件转换为SAM文件，命令为： ``` samtools view input.bam > output.sam ``` 2. 使用grep命令从SAM文件中提取出某一...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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