bam文件读取_SAM文件相关的进阶知识点（上）

社会你明哥，人狠话又多！
【小明的碎碎念】上周因为一些不可抗力拖更了，但是小明保证好东西永远不怕晚，欠大家的肯定给大家补上，而且干货只会多不会少——现在请系紧安全带，继续发车！

上期给大家介绍了宏基因组binning的基础知识（上篇），原计划是要给大家带来下篇的，但是小明后面看了一下当初写的稿子，现在看来惨不忍睹

所以宏基因组binning系列目前已经烂尾，此坑后期尽量填上，现在新开一坑，干巴爹！
下面是正文

---

目录

1. samtools和picard的排序问题
2. SAM文件中FLAG值的理解
3. SAM文件中那些未比对的reads

1. samtools和picard的排序问题samtools和picard都有对 SAM/BAM 文件进行排序的功能，一般都是基于坐标排序（还提供了-n选项来设定用 reads 名进行排序），先是对chromosome/contig 进行排序，再在 chromosome/contig 内部基于 start site 从小到大排序，对start site排序很好理解，可是对 chromosome/contig 排序的时候是基于什么标准呢？基于你提供的ref.fa文件中的 chromosome/contig 的顺序。当你使用比对工具将 fastq 文件中的 reads 比对上参考基因组后会生成 SAM 文件，SAM 文件包含头信息，其中有以 @SQ 开头的头信息记录，reference 中有多少条chromosome/contig 就会有多少条这样的记录，而且它们的顺序与ref.fa是一致的。

SAM/BAM文件的头信息：
@HD VN:1.3 SO:coordinate
@SQ SN:chr1 LN:195471971
@SQ SN:chr2 LN:182113224
@SQ SN:chr3 LN:160039680
@SQ SN:chr4 LN:156508116
@SQ SN:chr5 LN:151834684
@SQ SN: