数据格式-sam和bam

1.SAM(sequence alignment map)format is a generic format for storing large nucleotide sequence alignments.

短片段序列与参考序列的比对(mapping)的结果,存储核苷酸序列比对的通用格式 。

2.BAM is the compressed binary version of the Sequence Alignment/Map (SAM) format.

二进制文件主要是为了节约空间,计算机机可读。可以用samtools实现sam和bam文件之间的转化。

二者都是fastq文件经过序列比对或者mapping后输出的格式,储存的信息一致。

组成: 注释信息(header section)、比对结果(alignment section)

(1)注释信息可有可无,都是以@开头,用不同的tag表示不同的信息。

@HD,说明符合标准的版本、对比序列的排列顺序;

@SQ,参考序列说明;

@RG,比对上的序列(read)说明;

@PG,使用的程序说明;

@CO,任意的说明信息。

(2)详细比对:11个tab隔开的字段

第一列:QNAME查询序列(短片段reads)的 名称

第二列:Flag(以整数来表示比对的结果,数值也可以是下列数或他们的组合 )

flag解读

1 序列是一对序列中的一个
2 比对结果是一个pair-end比对的末端
4 没有找到位点
8 这个序列是pair中的一个但是没有找到位点
16 在这个比对上的位点,序列与参考序列反向互补
32 这个序列在pair-end中的的mate序列与参考序列反响互补
64 序列是 mate 1
128 序列是 mate 2
如果以上情况都不符合则默认为0
推荐强大的Flag含义解释工具:https://www.plob.org/article/1697.html

第三列:RNAME 参考序列名称,如染色体编号。没比对上则显示*

第四列:POS 比对的起始位置,没有比对上则为0

第五列:MAPQ 比对质量。数字越大,特异性越高。但值为255是指比对质量不可用

第六列:CIGAR 简要比对信息表达式(Compact Idiosyncratic Gapped Alignment Report)

即比对的详细情况, 记录插入,删除,错配,后剪切拼接的接头 。以参考序列为基础,使用数字+字母表示比对结果。


CIGAR解读

第七列:RNEXT ,双端测序中下一个reads比对的参考系列的名称。“*”是完全没有比对上,“=”代表完全比对

第八列:PNEXT 如果是双端测序,是指另一端匹配到参考基因组的位置,如果设置为0,那么该列不可用

第九列: TLEN Template的长度,最左边得为正,最右边的为负,中间的不用定义正负,不分区段(single-segment)的比对上,或者不可用时,此处为0;

第十列:SEQ序列片段的序列信息,如果不存储此类信息,此处为’*‘,注意CIGAR中M/I/S/=/X对应数字的和要等于序列长度;

第十一列:QUAL序列的质量信息,格式同FASTQ一样。

第十二列:可选字段 格式:TAG:TYPE:VALUE TAG是两个大写字母,每个TAG代表一类信息。TYPE代表TAG对应值的类型(字符串、数组、字节等)

AS:i 匹配的得分

XS:i 第二好的匹配的得分

YS:i mate 序列匹配的得分

XN:i 在参考序列上模糊碱基的个数

XM:i 错配的个数

XO:i gap open的个数

XG:i gap 延伸的个数

NM:i 经过编辑的序列

YF:i 说明为什么这个序列被过滤的字符串

YT:Z

MD:Z 代表序列和参考序列错配的字符串

学有余力的话可以选读:

2相关资料

https://blog.csdn.net/u012150360/article/details/70556186

https://www.cnblogs.com/emanlee/p/5366610.html

官网http://samtools.sourceforge.net/

UCSC 上对BAM Track Format介绍www.genome.ucsc.edu/goldenPath/help/bam.html

应用实例https://wikis.utexas.edu/display/CoreNGSTools/SAM+format+and+samtools

Samtools参考文献:The Sequence alignment/map (SAM) format and SAMtools

详细解释http://genome.sph.umich.edu/wiki/SAM

SAM格式解释及specification介绍http://davetang.org/wiki/tiki-index.php?page=SAM

能利用或产生SAM/BAM的NGS软件http://samtools.sourceforge.net/swlist.shtml

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 212,185评论 6 493
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,445评论 3 385
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 157,684评论 0 348
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,564评论 1 284
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,681评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,874评论 1 290
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,025评论 3 408
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,761评论 0 268
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,217评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,545评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,694评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,351评论 4 332
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,988评论 3 315
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,778评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,007评论 1 266
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,427评论 2 360
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,580评论 2 349

推荐阅读更多精彩内容