Samtools安装与使用

由于二代测序中普遍采取短读长（50~150bp）的测序策略，在后续分析的流程中需要使用比对软件将reads片段匹配到参考基因组中从而产生比对/匹配文件，进而用于后续流程的分析。

Samtools是一个用来处理SAM/BAM（SAM的二进制格式，用于压缩空间）格式的比对文件的工具，它能够输入和输出SAM（sequence alignment/map：序列比对）格式的文件，对其进行排序、合并、建立索引等处理。Samtools于2009年由Li Heng 发表在期刊BIOINFORMATICS上，被广泛地应用并整合在二代测序分析流程中，至今已超过2w+的引用率。

doi:10.1093/bioinformatics/btp352

一.安装

conda install samtools

安装成功后，在终端输入 samtools ，出现如下界面后，表示安装成

分为5类命令块：Indexing, Editing, File operations, Statistics, Viewing，

二.功能与命令（常用）

（1）faidx ：index/extract FASTA

本命令对参考基因组（如hg19等）的fasta文件建立索引文件, 生成的文件以.fai后缀结尾。

$ samtools faidx ref.fasta

（2）sort： sort alignment file

本命令对bam文件中的序列进行排序，默认下是按序列在fasta文件中的顺序（即header）和序列从左往右的位点排序。

$ samtools sort [-T out.prefix][-@ threads][-m maxMem][-o out.sorted.bam][in.bam]

-TPREFIX：把临时文件写到 PREFIX.bam. 里面。这个参数是必须的。
-@INT：设置排序和压缩的线程数，默认是单线程。
-mINT：设置每个线程的最大内存，以 bytes 为单位设定或者添加一个 K, M, 或 G 后缀。
-oFILE： 将最后排好序后输出到 FILE 中，而不是标准输出。

（3）merge： merge sorted alignments

本命令将多个排好序的bam比对文件进行合并，产生一个排好序的bam输出文件(合并后的文件不需要再进行sort)，这个文件含有所有的输入记录，并且保留了他们原来的顺序。

$ samtools merge [out.bam][in1.bam][in2.bam][in3.bam]

（4）index：index alignment

本命令对bam文件建立索引并产生后缀为.bai的文件，用于快速的随机处理。很多后续分析的过程需要有bai文件的存在，特别是显示序列比对情况下，比如samtool的tview命令等。

#必须对bam文件进行默认情况下的排序后，才能进行index。否则会报错。
$ samtools index aln.sorted.bam

（5） view：SAM<->BAM<->CRAM conversion

本命令将sam文件转换成bam文件；然后对bam文件进行各种操作，比如数据的排序和提取(这些操作是对bam文件进行的，不能对sam文件进行该操作)；最后将排序或提取得到的数据输出为bam或sam格式。
bam文件优点：bam文件为二进制文件，占用的磁盘空间比sam文本文件小；利用bam二进制文件的运算速度快。

#将sam文件转换成bam文件(默认情况下不加 region，则是输出所有的 region)
$ samtools view -b abc.sam > abc.bam
$ samtools view -b abc.sam -o abc.bam

关于此部分更详细的说明请阅读 Samtools中文使用手册。

（6）depth：compute the depth

本命令对bam文件中的每个碱基位点的测序深度进行统计,并输出到标准输出。

$ samtools depth [-r reg] [-q baseQthres] [-Q mapQthres] [-b in.bed] <in1.bam> [...]

（7）mpileup：multi-way pileup

本命令用于对bam文件进行处理，生成mpileup, VCF或BCF文件，再使用bcftools或varscan2进行SNP和Indel变异位点的检测（耗时较长，且灵敏度并不高，不建议使用）。

$ samtools mpileup -gf ref.fasta [-M capMapQ] [-Q minBaseQ] [-q minMapQ]<in1.bam> [...]=

（8） fastq/a ：converts a BAM to a FASTQ/A

本命令将bam文件转换为fastq或fasta格式。

$ samtools fastq [options...] <in.bam>