- 62.《Bioinformatics Data Skills》之
- 28.《Bioinformatics-Data-Skills》之
- 18.《Bioinformatics-Data-Skills》之
- 19.《Bioinformatics-Data-Skills》之
- 【shell笔记>生信|专项】生信数据处理技能手札(3)：
- Bioinformatics Data Skills
- 17.《Bioinformatics-Data-Skills》之
- 25.《Bioinformatics-Data-Skills》之
- 25.《Bioinformatics-Data-Skills》之
- 23.《Bioinformatics-Data-Skills》之
继上小节介绍完SAM文件头部格式后，这里介绍一下SAM文件的具体内容。SAM文件包含11个必要的列与可选的其它列。继续以celegans.sam文件为例，由于每行的内容过宽，采用tr命令将每列换行展示：
图1 SAM文件内容
解释：
- QNAME，代表read的名字
- FLAG，位标志名，包含关于比对的信息，此信息会在下一节具体介绍
- RNAME，比对到的参考基因组所在染色体，此信息必须为头部@SQ出现的信息，未比对到则为“*”
- POS，比对到的基因组位置，从左到右以1开始，未比对到为0
- MAPQ，read比对质量，此信息非常重要，下游分析通常会过滤掉比对质量低的read，此信息在下一节具体介绍
- CIGAR，特殊的格式用于描述对比（base匹配，插入/缺失，修剪等），此信息在下一节具体介绍
- RNEXT，PNEXT，分别代表双末端测序read另一端的染色体名与序列位置，染色体与一端相同的话为“=”，不可获取的话为“*”，序列位置不可获取的话为0
- TLN，双末端测序read的模板长度，最左端为前缀负，最右端前缀为正，其它情况不定义前缀
- SEQ，具体的序列
- QUAL，序列质量，这与之前介绍的FASTQ文件一致
网友评论