如何统计测序文件的reads长度分布

记录今天学会的一个小知识：统计测序文件的reads长度分布

由于某些原因，需要统计reads长度分布对建库方法进行质控，对测序数据进行可用与否的评估。

有两个文库：质检差别比较大，一个从100bp开始起峰，主峰在200bp；另一个从200bp开始起峰，主峰在300+bp
为了去探究两种文库到底哪一种更适合我们进行下游的分析，因此我们进行了这个操作。

首先需要产生sorted的bam文件，并利用 samtools index -b test.bam命令产生相应的index file

接下来使用不知道到底是deeptools还是bedtools的bamPEFragmentSize进行统计分析：
bamPEFragmentSize --histogram fragmentSize.png -T "Fragment Size" --maxFragmentLength 1000 -b <input.sorted.bam> --samplesLabel <sample_name>
**届时统计结果会直接输出屏幕，而png会直接产生，可下载本地查看，如果增加--table参数还会输出一个table。具体参数详见[bamPEFragmentSize — deepTools 3.5.0 documentation]
(https://deeptools.readthedocs.io/en/develop/content/tools/bamPEFragmentSize.html)

例图如下：

bamPEFragmentSize.png

另外还有其他方法详见博文：给你bam文件，你会画插入片段长度分布图吗？ - 云+社区 - 腾讯云 (tencent.com)

PS：实测bamPEFragmentSize出结果很快，约莫1-2分钟，而给出链接的博文很慢很慢很慢呐