samtools常用命令

1. view

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

默认情况下不加 region，则是输出所有的 region.

2 sort

sort对bam文件进行排序。

Usage: samtools sort [-n] [-m <maxMem>] <in.bam> <out.prefix> 

-m 参数默认下是 500,000,000 即500M（不支持K，M，G等缩写）。对于处理大数据时，如果内存够用，则设置大点的值，以节约时间。

-n 设定排序方式按short reads的ID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。

例子：

$ samtools sort abc.bam abc.sort    ###注意 abc.sort 是输出文件的前缀，实际输出是 abc.sort.bam

$ samtools view abc.sort.bam | less -S

3 index

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。

建立索引后将产生后缀为.bai的文件，用于快速的随机处理。很多情况下需要有bai文件的存在，特别是显示序列比对情况下。比如samtool的tview命令就需要；gbrowse2显示reads的比对图形的时候也需要。

Usage: samtools index <in.bam> [out.index]

例子：

以下两种命令结果一样

$ samtools index abc.sort.bam

$ samtools index abc.sort.bam abc.sort.bam.bai

4  tview

tview能直观的显示出reads比对基因组的情况，和基因组浏览器有点类似。

Usage: samtools tview <aln.bam> [ref.fasta]

当给出参考基因组的时候，会在第一排显示参考基因组的序列，否则，第一排全用N表示。

按下 g ，则提示输入要到达基因组的某一个位点。例子“scaffold_10:1000"表示到达第

10号scaffold的第1000个碱基位点处。

使用H(左）J（上）K（下）L（右）移动显示界面。大写字母移动快，小写字母移动慢。

使用空格建向左快速移动（和 L 类似），使用Backspace键向左快速移动（和 H 类似）。

Ctrl+H 向左移动1kb碱基距离； Ctrl+L 向右移动1kb碱基距离

可以用颜色标注比对质量，碱基质量，核苷酸等。30～40的碱基质量或比对质量使用白色表示；

20～30黄色；10～20绿色；0～10蓝色。

使用点号'.'切换显示碱基和点号；使用r切换显示read name等

还有很多其它的使用说明，具体按 ？ 键来查看。

5 depth

得到每个碱基位点的测序深度,并输出到标准输出。

Usage: bam2depth [-r reg] [-q baseQthres] [-Q mapQthres] [-b in.bed] [...]

-r 后面跟染色体号（region）

注意：做depth之前必须做samtools index；

示例：

samtools depth in.bam  >  out.depth.txt

注意： in.bam 必须经过了排序。

6  mpileup

samtools还有个非常重要的命令mpileup，以前为pileup。该命令用于生成bcf文件，再使用bcftools进行SNP和Indel的分析。bcftools是samtool中附带的软件，在samtools的安装文件夹中可以找到。

最常用的参数有2： -f 来输入有索引文件的fasta参考序列； -g 输出到bcf格式。用法和最简单的例子如下

Usage: samtools mpileup [-EBug] [-CcapQcoef] [-rreg] [-fin.fa] [-llist] [-McapMapQ] [-QminBaseQ] [-qminMapQ]in.bam[in2.bam[...]]$ samtools mpileup -f genome.fasta abc.bam > abc.txt$ samtools mpileup -gSDf genome.fasta abc.bam > abc.bcf$ samtools mpileup -guSDf genome.fasta abc.bam | \          bcftools view -cvNg - > abc.vcf