BAM 处理

bam格式文件处理大全

image.png

• 1 生成sam文件
  bwa，bowie2，tophat2等。输入数据为fasta格式，作为比对参考序列；fastq格式的测序数据，也就是将测序数据比对回参考序列上。

samtools

• 2 文件验证

samtools quickcheck

• 3 sam和bam格式转换

samtools view

• 4 bam排序

默认的输出文件中，是按照比对的reads顺序进行排序的，而分析需要按照染色体坐标位置排序，所以，每一次都需要对bam进行排序，如果不排序，后续的操作都无法进行，还是同样的原理，边比对边排序消耗资源太大，所以，是在比对后进行排序。现在的samtools工具可以排序与转换同步进行。一般排序后的文件都加上扩展名sorted，表示经过排序了。

samtools sort

• 5 建立索引
  处理大文件都需要一个索引，索引的作用是可以快速定位到文件的任意位置，因此，建立索引，也是bam文件的重要功能，而建立索引，必须是排序后的bam文件。所以，拿到一个比对好的sam之后，基本处理就是排序，格式转换，建立索引。
  samtools index

• 6 统计

samtools stats

• 7 reads比对情况

samtools flags
samtools flagstat

• 8 idxstats
  单独计算每一条染色体的比对情况，

• 9 统计目标区域
  则可以给定一个目标区域bed格式文件，使用bedcov进行统计。

• 10 depth统计
  计算测序深度depth，samtools depth

• 11 统计bam并绘图
  samtools stats
  plot-bamstats

• 12 过滤数据

将没有或成功比对上的reads输出
samtools view功。-f与-F选项

• 13 输出比对fq或fa
  samtools fastq可以直接输出fastq格式，、数据可以直接进行拼接，samtools fasta直接输出fasta，可以直接进行blastn比对。

• 14 tview
  查看每个位点的细节

• 15 tablet 可视化
  tablet可以可视化bam文件

• 16 MarkDuplication
  Dupliacation reads会对变异检测造成干扰，得到一些假阳性的结果，因此，需要将这些reads去除掉。可以在比对之后进行标记。这一步骤只是在每一行比对结尾出添加一些CIGAR标志，并不过滤数据。samtools可以标记Duplication，也可以去除掉reads，GATK也可以进行标记。

• 17 利用bcftools/freebayes/GATK进行SNP检测
  可以使用bcftools直接来筛选SNP，输入排序并建立索引的bam即可，如果能做Mark Duplication则更好了。

• 18 利用delly/lumpy/进行SV检测

• 19 利用IGV可视化数据
  IGV工具可以可视化bam格式，fasta格式，vcf格式，bed格式