生信必会的SAM格式，该怎么看？

对高通量测序数据进行比对，就是将测序得到的reads定位到基因组序列上，对illumina或454得到的short reads比对的软件主要有Bowtie BWA HISAT Tophat。

SAM格式，是序列比对文件的格式。分为头部区和主体区，都以tab分列。

@HD VN:1.0 SO:unsorted

头部区第一行，VN是格式版本，SO是比对的类型，有unknown,unsorted,queryname,coordinate

@SQ SN:Supercontig_6 LN:4218384

参考序列名，SN是参考序列名，LN是参考序列长度

@PG ID:bowtie2 PN:bowtie2 VN:2.2.5

比对所使用的软件

1 QNAME 比对的序列名

2FLAG Bwise FLAG 表明比对类型，第二列的值回答了十一个问题，很重要，可以鉴别污染，提取数据

3RNAME 比对上的参考序列名

4 POS 比对上的最左边的定位

5 MAPQ 比对质量

6 CIGAR 比对结果信息：匹配碱基数，可变剪切等。5M1D75M前5个匹配，I插入，D缺失，后75个又匹配

7NRNM 相匹配的另外一条序列，比对上的参考序列名

8MPOS 1-BASED leftmost mate position

9ISIZE 插入片段长度

10 SEQ 和参考序列在同一个链上的比对序列（若比对结果再负义链上，则序列是其反向重复序列）

11QUAL 比对序列的质量

12可选的行

FLAG值介绍：

1该read是成对的paired reads中第一个

2paired reads中每个都正确比对到参考序列

4该reads没比对到参考序列上

8与该read成对的另一端read没比对上

16该read和参考序列相比，是反向互补的

32该read成对的另一端和参考序列相比，是反向互补的

64在paired reads中，该read是第一条

128在paired reads中，该read是第二条

256次优的比对结果

512没有通过质量控制

1024PCR重复

最后编辑：2022-05-03

作者：萌小白

一个热爱网络的青年！

站内专栏 邮箱