Pysam 是一个python的模块，可用于处理bam文件

安装

conda install pysam
#或者
pip install pysam

使用

Pysam的函数有很多，主要的读取函数有：

• AlignmentFile：读取BAM/CRAM/SAM文件

• VariantFile：读取变异数据（VCF或者BCF）

• TabixFile：读取由tabix索引的文件；

• FastaFile：读取fasta序列文件；

• FastqFile：读取fastq测序序列文件

一般常用的是第一个和第二个。

举个🌰

import pysam
bf = pysam.AlignmentFile("in.bam","rb")
# bf 为一个迭代器，可以next（）或者for读取
for i in bf:
      print i.reference_name,i.pos,i.mapq,i.isize
ctg000331_np121 144935 27 -284
ctg000331_np121 144940 48 291
ctg000331_np121 144941 48 309
ctg000331_np121 144944 48 255
ctg000331_np121 144946 27 -370
ctg000331_np121 144947 27 -346

• i.reference_name: 参考序列染色体id；

• i.flag bam的flag值

• i.pos代表read比对的位置；

• i.mapq代表read的比对质量值；

• i.isize代表PE read直接的插入片段长度，有时也称Fragment长度；

我将sam文件中12列的信息列在下面：

• r.qname: reads 名
• r.flag ：Flag
• r.reference_name: 比对到的染色体
• r.pos+1： 比对位置，必须得加一
• r.mapq： 比对质量
• r.cigarstring： CIGAR
• r.next_reference_name：另外一条reads比对的参考基因组，若和第一条相同，则输出=
• r.mpos+1： 比对的位置，必须得加1
• r.isize： 插入片段长度
• r.seq：reads seq
• r.qual： reads 质量

:
pysam中的坐标位点是0开始，染色体起始位置为0，不是1