生物信息学基本知识笔记

Bam文件

SAM（The Sequencing Alignment/Map Format）是bwa比对软件的标准输出文件，是纯文本文件，bwa的开发者设计了一种比gz更加高效的压缩算法，BAM的文件大小差不多只有原来的1/6。
header头文件
@HD是必须的标准头文件；@SQ参考序列染色体信息，顺序必须和参考序列一致；@RG重要Read group信息，通常包含测序平台测序文库和样本id等信息；@PG有用的操作过程和参数信息。@RG在做后续数据分析时专门用于区分不同样本的重要信息。它的重要性还体现在，如果原来样本的测序深度比较深，一般会按照不同的lane分开比对，最后再合并在一起，那么这个时候你会在这个BAM文件中看到有多个RG，里面记录了不同的lane，甚至测序文库的信息，唯一不变的一定是SM的sample信息，这样合并后才能正确处理。
record

CIGAR中的M，不能觉得它代表的是匹配就以为是百分百没有任何miss-match，多态性碱基或者单碱基错配也是用M标记！

MAPQ（mapping quality）值大于30就意味着错比概率低于0.001.
疑问为什么自己做分析结果里MAPQ部分为0，mate信息第三个值为负？

MAPQ为0的multiple mapping由于其不可靠性都舍弃

在使用bwa这个软件来把测序数据比对到参考基因组的时候并没有加上-a这个参数，那么输出的sam文件里面，bwa会对每一个有multiple mapping情况的reads的MAPQ值设置为0，所以提multiple mapping的reads是非常容易的。
一些软件在根据bam文件来选择变异位点的时候会忽略掉这些mapping quality为0的reads。
也就是说对于这部分软件来说，这些mapping quality为0的reads是没有用的，相当于损失掉了，假设整体基因组的覆盖深度是很平均的，那这些MAPQ为0的位置的覆盖深度相当于降低了。这很有可能影响SNV位点的可信度。
那有multiple mapping情况的reads都集中在基因组的哪些区域呢？在哪些基因附近呢？
我们可以先用公司提供的bam文件提取出MAPQ为0的reads[里面包含大多数 multiple reads]，看一下大致的分布，后面再用我自己比对得到的bam作进更加准确的分析。

Mateinfo：mate 序列所在参考序列的名称；mate 序列在参考序列上的位置；估计出的片段的长度，当mate 序列位于本序列上游时该值为负值。

samtools index in.bam  # 生成in.bam的索引文件in.bam.bai
samtools view in.bam chr22            # 跳转到chr22染色体
samtools view in.bam chr22:16050103   # 跳转到chr22:16050103位置
samtools view in.bam chr22:16050103-16050103  # 只查看该位置
samtools view -h in.bam chr22:16050103-16050203 | samtools view -Sb - > small.bam
samtools tview --reference hg38.fa in.bam  #该模式下，按下键盘‘g’后，会跳出一个Goto框

生物信息学基本知识笔记相关推荐

access2013数据库实验笔记_医学科研实验基础知识笔记（十）：甲基化
往期回顾医学科研实验基础知识笔记(一):细胞增殖医学科研实验基础知识笔记(二):细胞凋亡检测医学科研实验基础知识笔记(三):细胞周期检测医学科研实验基础知识笔记(四):细胞自噬研究策略医学科 ...
数据库系统故障相关知识笔记
数据库系统中可能发生的故障主要包括事务故障.系统故障.介质故障.计算机病毒等.下面给大家简单整理一下相关的故障知识笔记. 1.事务故障事务故障是因为程序执行错误而引起的非预期.异常终止的故障.主要有 ...
汇编程序基本原理知识笔记
1.汇编语言的概念定义:为特定计算机或计算机系统设计的面向机器的符号化程序设计语言.汇编程序也就是用汇编语言编写的程序.计算机要运行汇编程序需要用专门的翻译程序进行翻译,然后计算机才可以识别. 汇编 ...
Elasticsearch集群知识笔记
Elasticsearch集群知识笔记 Elasticsearch内部提供了一个rest接口用于查看集群内部的健康状况: curl -XGET http://localhost:9200/_clust ...
Java基础知识笔记-11_2-Swing用户界面组件
Java基础知识笔记-11_2-Swing用户界面组件这章教程两个版本,一个语法是非lambda表达式版本,另一个是lambda表达式版本非lambda表达式版本 1 Java Swing概述 J ...
机器学习入门：准备知识笔记(pandas)之一
参考教学笔记:2021年Python人工智能,13天机器学习入门到精通,精讲+14大案例分析(数据来源参考) pandas的优势增强图表可读性便捷的数据处理能力读取文件方便封装了Matplo ...
6-DoF问题相关基础知识笔记
6-DoF问题相关基础知识笔记一.什么是6-DoF,即6个自由度是什么? 二.PnP算法三.BOP挑战与官方数据集简介 BOP数据集 BOP toolkit BOP挑战的介绍页面四.相关论文 C ...
二代测序之SNV基础知识笔记总结
二代测序之SNV基础知识笔记总结文章目录二代测序之SNV基础知识笔记总结 SNV基础知识 SNVs Mutation vs. Variant[变异和突变] 不同层次的突变 DNA: 1.编码DNA ...
推荐两个本地知识笔记软件
由于工作中经常要记录知识或者经验,所以对知识笔记软件比较依赖. 公司要求使用的软件都是正版的.合规的.经过试用,觉得以下两个笔记本软件比较好用. eDiary eDiary是国内开发者开发的,免费可用 ...

生物信息学基本知识笔记

Bam文件

MAPQ为0的multiple mapping由于其不可靠性都舍弃

生物信息学基本知识笔记相关推荐

最新文章

热门文章