matplotlib 画图笔记 直方图； 插入片段insertsize分布

import pysam
import numpy as np
from matplotlib import pyplot as plt
from matplotlib.backends.backend_pdf import PdfPages
import glob
import multiprocessing as mp

def insertSize(bam):

    sam = pysam.AlignmentFile(bam)
    insize_list = []
    for read in sam.fetch():
        insize = np.abs(read.template_length)  # 插入片段大小
        insize_list.append(insize)
    return insize_list

def drawHist(insize_list,ids):
    insize_list = [i for i in insize_list if i <=500]
    fig, ax1 = plt.subplots(figsize=(20, 15))
    plt.title(ids)
    ax1.hist(insize_list, bins=len(set(insize_list)))    # bins 直方图柱子数量
    ax1.set_xlabel("insert size", size=18)
    ax1.set_ylabel("Fre", size=18)
    my_x_ticks = list(range(0, 500, 20))
    plt.xticks(my_x_ticks)
    plt.show()
    plt.close()

insize_list = insertSize(bam)
drawHist(insize_list, sampleid)

Tip: cfDNA中来自肿瘤细胞的ctDNA 片段比正常细胞的cfDNA片段要短， ctDNA集中在 134-144bp之间，并且呈现10bp的周期性；而来自正常细胞的cfDNA片段集中在165bp 。

使用 picard画插图片段

/usr/bin/java -Xmx10g -jar path/to/Software/Picard-Tools-2.1.0/picard.jar CollectInsertSizeMetrics  I= yourBam.bam O=sample.insertsize.txt H=sample.insertsize.pdf