生信分析- Pysam应用

https://mp.weixin.qq.com/s/ezsg8ho7dsDXWMF-jzFYYA

Pysam应用

Pysam包是一个处理基因组数据的python模块，它打包了htslib-1.3、samtools-1.3 和 bcftools-1.3的核心功能，能在编程时非常灵活的处理bam和bcf文档，实现python处理基因组数据的无缝衔接，而不用在python进程内部调用samtools、bcftools等软件。

函数

Pysam的函数有很多，主要的读取函数有：

• AlignmentFile：读取BAM/CRAM/SAM文件；
• VariantFile：读取变异数据（VCF或者BCF）；
• TabixFile：读取由tabix索引的文件；
• FastaFile：读取fasta序列文件；
• FastqFile：读取fastq测序序列文件

FastaFile：读取fasta序列文件

import pysam

## 1 构建FastaFile对象,调用后返回对象，dir(对象)查看其内置方法
refGenome="Homo_sapiens_assembly19.fasta"
refseq = pysam.FastaFile(refGenome)
>>> dir(refseq)
['__class__', '__contains__', '__delattr__', '__dir__', '__doc__', '__enter__', '__eq__', '__exit__', '__format__', '__ge__', '__getattribute__', '__getitem__', '__gt__', '__hash__', '__init__', '__le__', '__len__', '__lt__', '__ne__', '__new__', '__pyx_vtable__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__setstate__', '__sizeof__', '__str__', '__subclasshook__', '_open', 'close', 'closed', 'fetch', 'filename', 'get_reference_length', 'is_open', 'lengths', 'nreferences', 'references']


## 2 用fetch函数随机读取序列， 查看其使用方法help(object.fetch())
### 提取整条序列
refseq.fetch("chr1")
>>> 'AGCTACTGCTAGCATACGATCTAACGTAGCTCTCTCAGCCGATATTCGCGAT'

### 提取具体位点的碱基，比如上述从左数起第5,6个碱基'AC'
####  Python风格半开区间：半开区间碱基位置编号从0开始。
refseq.fetch("chr1", 4, 6)
>>>'AC'

#### Samtools风格闭区间：碱基位置编号从1开始
refseq.fetch(region="chr1:5-6")
>>>'AC'

AlignmentFile：读取BAM/CRAM/SAM文件

## 1 构建AlignmentFile对象,调用后返回对象，dir(对象)查看其内置方法
samfile = pysam.AlignmentFile("example.bam", "rb") 
>>> dir(samfile)
['__class__', '__delattr__', '__dir__', '__doc__', '__enter__', '__eq__', '__exit__', '__format__', '__ge__', '__getattribute__', '__gt__', '__hash__', '__init__', '__iter__', '__le__',