生信技能-高通量测序工具bam、samtools、bedtools及conda的下载和安装

一、BWA

1、介绍

简介：用于建立 index；基于 BWT 算法，将 reads 比对到参考基因组；最新版本 bwa-mem2，Intel实验室对计算效率进行了优化。

详情：baw是一款将序列比对到参考基因组上的软件，用于高通量测序数据处理，包含了BWA-backtrack、BWA-SW、BWA-MEM三种算法：
1、BWA-backtrack：适合比对长度不超过100bp的序列；
2、BWA-SW和BWA-MEM适合于长度为70-1M bp的序列；其中BWA-MEM是最新开发的算法，对于高质量的测序数据，其比对的速度更快，精确度更高，对于70-100bp的reads, BWA-MEM算法在比对长度为70-100bp的序列时，效果比BWA-backtrack 算法的效果更好；
总而言之，通常情况下，选择BWA-MEM算法就好。
更多介绍请参考：https://bio-bwa.sourceforge.net/bwa.shtml

2、下载

bam下载地址

3、安装

打开终端，找到压缩文件所在位置；

# 安装
tar -jxvf bwa-*.tar.bz2

# 编译
cd bwa-0.7.17 # 要先进入对应的目录中
make bwa

# 添加环境变量
vim ~/.bash_profile   # 编辑环境变量文件 
export PATH=/Users/jolie/Desktop/工作/99-安装包/生信/bwa-0.7.17:$PATH  # 编辑环境变量文件内容，文件所在路径要更新为你自己的地址哦！

# 使环境变量生效
source ~/.bashrc

# 验证是否安装成功
cd bwa-0.7.17 #如果添加了环境变量，在任意位置都可以执行，如果没有添加环境变量，则只能在对应目录下执行
bwa  

二、Samtools

1、介绍

samtools是一个用于操作sam和bam文件的工具合集，包含有许多命令，同样用于用于高通量测序数据处理。
更多介绍请参考 http://samtools.sourceforge.net/samtools.shtml

2、下载

Samtools下载地址

3、安装

打开终端，找到压缩文件所在位置；

# 安装 
$ tar -jxvf samtools-*.tar.bz2

# 编译
cd samtools-1.17 # 要先进入对应的目录中
make

# 添加环境变量
vim ~/.bash_profile   # 编辑环境变量文件 
export PATH=/Users/jolie/Desktop/工作/99-安装包/生信/samtools-1.17:$PATH # 文件所在路径要更新为你自己的地址哦

# 使环境变量生效
source ~/.bashrc

# 验证是否安装成功
cd samtools-1.17 #如果添加了环境变量，在任意位置都可以执行，如果没有添加环境变量，则只能在对应目录下执行
samtools

4、使用

4.1、 view

1)、主要功能
将sam文件转换成bam文件；然后对bam文件进行各种操作。比如数据的排序(不属于本命令的功能)和提取(这些操作 是对bam文件进行的，因而当输入为sam文件的时候，不能进行该操作)；最后将排序或提取得到的数据输出为bam或sam（默认的）格式。

2)、bam文件优点
bam文件为二进制文件，占用的磁盘空间比sam文本文件小；利用bam二进制文件的运算速度快。

3)、相关参数

• VIEW
  view命令中，对sam文件头部的输入(-t或-T）和输出(-h)是单独的一些参数来控制的。

Usage: samtools view [options] <in.bam>|<in.sam> [region1 [...]]
# 默认情况下不加 region，则是输出所有的 region.

Options: -b       output BAM
                  默认下输出是 SAM 格式文件，该参数设置输出 BAM 格式
         -h       print header for the SAM output
                  默认下输出的 sam 格式文件不带 header，该参数设定输出sam文件时带 header 信息
         -H       print header only (no alignments)
         -S       input is SAM
                  默认下输入是 BAM 文件，若是输入是 SAM 文件，则最好加该参数，否则有时候会报错。
         -u       uncompressed BAM output (force -b)
                  该参数的使用需要有-b参数，能节约时间，但是需要更多磁盘空间。
         -c       Instead of printing the alignments, only count them and print the 
                  total number. All filter options, such as ‘-f’, ‘-F’ and ‘-q’ , 
                  are taken into account.
         -1       fast compression (force -b)
         -x       output FLAG in HEX (samtools-C specific)
         -X       output FLAG in string (samtools-C specific)
         -c       print only the count of matching records
         -L FILE  output alignments overlapping the input BED FILE [null]
         -t FILE  list of reference names and lengths (force -S) [null]
                  使用一个list文件来作为header的输入
         -T FILE  reference sequence file (force -S) [null]
                  使用序列fasta文件作为header的输入
         -o FILE  output file name [stdout]
         -R FILE  list of read groups to be outputted [null]
         -f INT   required flag, 0 for unset [0]
         -F INT   filtering flag, 0 for unset [0] 
                  Skip alignments with bits present in INT [0]
                  数字4代表该序列没有比对到参考序列上
                  数字8代表该序列的mate序列没有比对到参考序列上
         -q INT   minimum mapping quality [0]
         -l STR   only output reads in library STR [null]
         -r STR   only output reads in read group STR [null]
         -s FLOAT fraction of templates to subsample; integer part as seed [-1]
         -?       longer help

4)、使用举例

# 将sam文件转换成bam文件
$ samtools view -bS abc.sam > abc.bam
$ samtools view -b -S abc.sam -o abc.bam

# 提取比对到参考序列上的比对结果
$ samtools view -bF 4 abc.bam > abc.F.bam

# 提取paired reads中两条reads都比对到参考序列上的比对结果，只需要把两个4+8的值12作为过滤参数即可
$ samtools view -bF 12 abc.bam >