SAMtools
SAMtools 是一个用于操作 SAM 和 BAM 文件的工具合集，广泛应用于基因组学中的高通量测序数据处理。SAMtools 能够对比对文件进行二进制查看、格式转换、排序、合并、提取特定区域等操作。结合 SAM 格式中的 flag 和 tag 信息，SAMtools 还能完成比对结果的统计汇总。
安装
从源码编译
tar -jxvf samtools-1.21.tar.bz2
cd samtools-1.21
./configure --prefix=/where/to/install # 自定义路径
make
make install
# 添加到环境变量
export PATH=/where/to/install/bin:$PATH
依赖
samtools 依赖 Bzip2 压缩库和 XZ 压缩库。一些生物信息学工具，特别是处理 CRAM 文件时需要用到这些压缩算法。在CentOS、RHEL 或 Fedora 系统中通过以下方式安装
基本使用
创建基因组 fai 索引。会将索引 genome.fa.fai 输出到跟 genom.fa 同一目录中。
samtools view
# 查看BAM文件内容, 默认将内容标准输出stdout
samtools view sample.bam |le
# 只查看表头
samtools view -H sample.bam
# 同时输出表头
samtools view -h sample.bam
# 查看比对到特定染色体的结果，例如 Chr10，染色体具体格式要根据自己的数据，可能是chr10、或 10
samtools view sample_sorted.bam Chr10 |le
# sam to bam, -S 表示输入文件是SAM格式,新版本samtools中支持自动识别，可以省略。
samtools view -bS sample.sam > sample.bam
samtools view -bS sample.sam -o sample.bam
# bam to sam, -h 选项包括头文件，将输出重定向到SAM文件。
samtools view -h sample.bam > sample.sam
# 查看统计信息, -c 选项计算并输出总读段数。
samtools view -c sample.bam
samtools sort
对SAM/BAM文件进行排序，常用于准备文件以供后续分析，默认会直接输出bam格式。
# 将 sam/bam 文件排序，并输出为bam格式。 -@ 指定线程数
samtools sort -@ 2 sample.sam -o sample_sorted.bam
samtools sort -@ 2 sample.bam -o sample_sorted.bam
标记和过滤
# 标记重复的读段，通常用于降低偏差。
samtools markdup sample_sorted.bam
# 只显示具有特定标志的读段。
samtools view -f sample_sorted.bam
# 排除具有特定标志的读段。
samtools view -F sample_sorted.bam
统计和汇总
# 1. 提供BAM文件的简单比对统计信息。
samtools flagstat sample_sorted.bam
# 3. samtools stats 从 BAM 文件中提取详细的统计信息
# 2. 显示每个参考序列的比对读段数。
samtools idxstats sample_sorted.bam
示例
提取特定染色体比对序列并转换为fq文件