序列比对（将测序reads与已知序列信息的基因或基因组进行比对）是高通量测序数据分析中最重要的一环，无论是转录组还是重测序都是基于比对结果来进行后续各项分析的，比对结果格式比较常见的是sam和bam文件，例如转录组Tophat分析软件输出的比对结果为.bam文件，而重测序中BWA、bowtie等比对软件则主要输出为.sam文件。

samtools是一个用于操作sam和bam文件的工具软件，能够对比对文件进行二进制查看、格式转换、排序及合并等，结合sam格式中的flag、tag等信息，还可以完成比对结果的统计汇总，是处理sam和bam文件不可或缺的神器！

1.下载安装包

http://www.htslib.org/download/

2. 安装依赖

yum install bzip2-devel ncurses-libs ncurses-devel xz-devel zlib-devel

3.编译安装

1. tar xvf samtools-1.9.tar.bz2

2. cd samtools-1.9

3. ./configure --prefix=/opt/samtools1.9

4. make

5. make install

4.配置环境变量

1. gedit ~/.bashrc

2. #Samtools1.9

3. export PATH=/opt/samtools1.9/bin:$PATH

4. source ~/.bashrc

5.运行：samtools

samtools常用命令详解

1. view

view命令的主要功能是：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(不属于本命令的功能)和提取(这些操作是对bam文件进行的，因而当输入为sam文件的时候，不能进行该操作)；最后将排序或提取得到的数据输出为bam或sam（默认的）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。

view命令中，对sam文件头部的输入(-t或-T）和输出(-h)是单独的一些参数来控制的。

1. Usage: samtools view [options] <in.bam>|<in.sam> [region1 [...]]

2. 默认情况下不加 region，则是输出所有的 region.

3. Options: -b       output BAM

4.                  默认下输出是 SAM 格式文件，该参数设置输出 BAM 格式

5.         -h       print header for the SAM output

6.                  默认下输出的 sam 格式文件不带 header，该参数设定输出sam文件时带 header 信息

7.         -H       print header only (no alignments)

8.         -S       input is SAM

9.                  默认下输入是 BAM 文件，若是输入是 SAM 文件，则最好加该参数，否则有时候会报错。

10.         -u       uncompressed BAM output (force -b)

11.                  该参数的使用需要有-b参数，能节约时间，但是需要更多磁盘空间。

12.         -c       Instead of printing the alignments, only count them and print the

13.                  total number. All filter options, such as ‘-f’, ‘-F’ and ‘-q’ ,

14.                  are taken into account.

15.         -1       fast compression (force -b)

16.         -x       output FLAG in HEX (samtools-C specific)

17.         -X       output FLAG in string (samtools-C specific)

18.         -c       print only the count of matching records

19.         -L FILE  output alignments overlapping the input BED FILE [null]

20.         -t FILE  list of reference names and lengths (force -S) [null]

21.                  使用一个list文件来作为header的输入

22.         -T FILE  reference sequence file (force -S) [null]

23.                  使用序列fasta文件作为header的输入

24.         -o FILE  output file name [stdout]

25.         -R FILE  list of read groups to be outputted [null]

26.         -f INT   required flag, 0 for unset [0]

27.         -F INT   filtering flag, 0 for unset [0]

28.                  Skip alignments with bits present in INT [0]

29.                  数字4代表该序列没有比对到参考序列上

30.                  数字8代表该序列的mate序列没有比对到参考序列上

31.         -q INT   minimum mapping quality [0]

32.         -l STR   only output reads in library STR [null]

33.         -r STR   only output reads in read group STR [null]

34.         -s FLOAT fraction of templates to subsample; integer part as seed [-1]

35.         -?       longer help

更多内容阅读原文~