2020-06-17 BAM文件flag的释义

BAM文件中flag的释义一直很含糊，看了很多官方文档和博客都解释得似懂非懂，今天就详细地了解了一下，首先：

samtools view *.bam | head -10
# 查看bam文件，每一行代表一条记录

图中有两条记录，其中第二列即为flag值。
这个值是由多个“基本的”flag值相加得来的，不同的“基本”flag值代表比对的不同性质。

基本flag的赋值为2的n次方，即1，2，4，8...等等等，其它任意数值的flag值都可以由不同且唯一的基本flag值组合得到。如99只能由1+2+32+64得到，则flag99的含义则囊括了1，2，32，64这四个“基本”flag的含义。
基本flag的值和对应的含义见下表（https://www.samformat.info/sam-format-flag）：

英文的描述过于简短，我初看也是似懂非懂，后面会放目前我在苦苦检索后找到的，最有助于理解的一些前人总结。

下面是根据一个真实的bam文件统计的flag值和该值的总计数。统计的代码为：

samtools view *.bam | awk '{print $2}' | sort | uniq -c

由于基本flag排列组合后得到的flag很多，这里展示有代表性的一部分，可以发现83，163，99，147出现的频次远多于其他falg值，事实上，这4个flag值占该bam文件所有记录的99.2%，可以说是最应该熟知的flag值。

下面是干货：

1. bam文件结构概览

   
   

2. 不仅告诉你flag值，还告诉你flag是如何相加的，比短短几个英文字母的解释要清楚许多

   
   

3. 个人总结