写在前面

注意版本问题https://mp.weixin.qq.com/s/fsclHUVPOf6uhJl_QdyYTw

介绍

Samtools是一个用于操作SAM和BAM文件的工具集合。新版本主要包含Samtools、BCFtools和HTSlib三个部分。

  • Samtools: 对SAM/BAM/CRAM格式文件进行读、写、索引和查看操作。
  • BCFtools: 对SNP和short InDel进行calling/filtering/summarising，对BCF2/VCF/gVCF格式文件进行读写操作。
  • HTSlib: 用于高通量数据读写操作的C库。

下载

  1. conda install samtools=1.21 -c bioconda
  2. samtools --version-only
  3. ## 1.21+htslib-1.21

Indexing

  1. ##   -- Indexing
  2. ##      dict           create a sequence dictionary file
  3. ##      faidx          index/extract FASTA
  4. ##      fqidx          index/extract FASTQ
  5. ##      index          index alignment

dict

faidx

对 FASTA 文件建立索引，生成的索引文件以 .fai 后缀结尾。该命令也能依据索引文件快速提取 FASTA 文件的某一条（子）序列。

实例：

fqidx

index

功能：必须对BAM文件按坐标进行排序后，才能使用index命令进行索引。建立索引后将产生一个后缀为.bai的索引文件，能用于快速检索reads。很多情况下需要有索引文件存在，才能进行后续分析。比如：使用cufflinks对BAM文件进行基因表达量计算时；使用samtool文件tview命令对BAM文件进行可视化时；使用Picard对BAM文件进行重复标记时。

实例

Editing

  1. ##   -- Editing
  2. ##      calmd          recalculate MD/NM tags and '=' bases
  3. ##      fixmate        fix mate information
  4. ##      reheader       replace BAM header
  5. ##      targetcut      cut fosmid regions (for fosmid pool only)
  6. ##      addreplacerg   adds or replaces RG tags
  7. ##      markdup        mark duplicates
  8. ##      ampliconclip   clip oligos from the end of reads

calmd

recalculate MD/NM tags and ‘=’ bases

fixmate

fix mate information

reheader

replace BAM header

targetcut

cut fosmid regions (for fosmid pool only)

addreplacerg

adds or replaces RG tags

markdup

mark duplicates

File operatations

  1. ##   -- File operations
  2. ##      collate        shuffle and group alignments by name
  3. ##      cat            concatenate BAMs
  4. ##      consensus      produce a consensus Pileup/FASTA/FASTQ
  5. ##      merge          merge sorted alignments
  6. ##      mpileup        multi-way pileup
  7. ##      sort           sort alignment file
  8. ##      split          splits a file by read group
  9. ##      quickcheck     quickly check if SAM/BAM/CRAM file appears intact
  10. ##      fastq          converts a BAM to a FASTQ
  11. ##      fasta          converts a BAM to a FASTA
  12. ##      import         Converts FASTA or FASTQ files to SAM/BAM/CRAM
  13. ##      reference      Generates a reference from aligned data
  14. ##      reset          Reverts aligner changes in reads

collate

cat

consensus

merge

mpileup

sort

功能：对BAM文件进行排序。

参数：

  • -m: 默认是500,000,000，即500M（不支持K，M，G等缩写）。
  • -n: 设定排序方式按短reads的ID排序。

实例

split

参数：

  • 实例：

Statistics

bedcov

功能：每一个bed区域的read深度

coverage

depth

功能：得到每个碱基位点的测序深度，并输出到标准输出。

实例：

flagstat

功能：给出BAM文件的比对结果概要。

实例：

  1. samtools flagstat example.bam

idxstats

功能：BAM index统计

Viewing

view

功能：查看BAM和SAM文件的内容。

参数：

  • -b: 设置输出格式为 BAM 格式，默认为 SAM 格式
  • -h: 设置输出 SAM 文件时带头部信息，默认输出不带头部信息
  • -H: 只输出头部信息
  • -S: 若输入是SAM文件，需设置该参数，默认输入是 BAM 文件
  • -u:
  • -c:
  • -t:
  • -T:
  • -o:
  • -f:
  • -F:
  • -q:

实例：

tview

功能：直观显示出reads比对基因组的情况，和基因组浏览器有点类似。

实例：

参考

https://github.com/samtools/samtools

https://samtools.sourceforge.net/

https://sourceforge.net/projects/samtools/files/samtools/

《NGS生物信息分析》陈连福