幫朋友處理sam各式文件，又記不住sam各式每列代表的什么內(nèi)容，干脆轉(zhuǎn)個帖子留著以后查詢。

在SAM輸出的結(jié)果中每一行都包括十二項(xiàng)通過Tab分隔，從左到右分別是：

1 序列的名字

2 概括出一個合適的標(biāo)記，各個數(shù)字分別代表

• 1? 序列是一對序列中的一個

• 2? 比對結(jié)果是一個pair-end比對的末端

• 4? 沒有找到位點(diǎn)

• 8? 這個序列是pair中的一個但是沒有找到位點(diǎn)

• 16? 在這個比對上的位點(diǎn)，序列與參考序列反向互補(bǔ)

• 32? 這個序列在pair-end中的的mate序列與參考序列反響互補(bǔ)

• 64 序列是 mate 1

• 128 序列是 mate 2

假如說標(biāo)記為以上列舉出的數(shù)目，就可以直接推斷出匹配的情況。假如說標(biāo)記不是以上列舉出的數(shù)字，比如說83=（64+16+2+1），就是這幾種情況值和。

3? 參考序列的名字

4 在參考序列上的位置

5? mapping qulity?? 越高則位點(diǎn)越獨(dú)特

bowtie2有時并不能完全確定一個短的序列來自與參考序列的那個位置，特別是對于那些比較簡單的序列。但是bowtie2會給出一個值來顯示出 這個段序列來自某個位點(diǎn)的概率值，這個值就是mapping qulity。Mapping qulity的計算方法是：Q=-10log10p，Q是一個非負(fù)值，p是這個序列不來自這個位點(diǎn)的估計值。

假如說一條序列在某個參考序列上找到了兩個位點(diǎn)，但是其中一個位點(diǎn)的Q明顯大于另一個位點(diǎn)的Q值，這條序列來源于前一個位點(diǎn)的可能性就比較大。Q值的差距越大，這獨(dú)特性越高。

Q值的計算方法來自與SAM標(biāo)準(zhǔn)格式，請查看SAM總結(jié)。

6 代表比對結(jié)果的CIGAR字符串，如37M1D2M1I，這段字符的意思是37個匹配，1個參考序列上的刪除，2個匹配，1個參考序列上的插入。M代表的是alignment match(可以是錯配)

7? mate 序列所在參考序列的名稱

8 mate 序列在參考序列上的位置

9? 估計出的片段的長度，當(dāng)mate 序列位于本序列上游時該值為負(fù)值。

10 read的序列

11 ASCII碼格式的序列質(zhì)量

12 可選的區(qū)域

• AS:i? 匹配的得分

• XS:i? 第二好的匹配的得分

• YS:i? mate 序列匹配的得分

• XN:i? 在參考序列上模糊堿基的個數(shù)

• XM:i? 錯配的個數(shù)

• XO:i? gap open的個數(shù)

• XG:i? gap 延伸的個數(shù)

• NM:i? 經(jīng)過編輯的序列

• YF:i? 說明為什么這個序列被過濾的字符串

• YT:Z

• MD:Z? 代表序列和參考序列錯配的字符串

也可以查看這個，也比較詳細(xì)

https://blog.csdn.net/u014182497/article/details/51691743 ?

轉(zhuǎn)載于:https://www.cnblogs.com/zhanmaomao/p/9281646.html

總結(jié)

以上是生活随笔為你收集整理的SAM文件格式的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。