1 生物信息学生信

SAM格式详细说明

2018-07-10  本文已影响44人  模拟数据X

SAM格式,是一种用于存储测序序列比对结果的通用格式,以TAB为分割符。SAM格式的设计理念是:灵活存储所有比对信息。SAM一般为11列以上,其中前11列为已定义列,12列及以后为可选列,算附加信息。
由于测序分两种:单端测序(Single-read)和双端测序(Paired-end和Mate-pair)。下文SAM格式中read表示Single-read或Paired-end Read1序列,mate表示Paired-end Read2序列。

  1. 第一列:read name,read的名字通常包括测序平台等信息;
  2. 第二列:sum of flags,比对flag数字之和,比对flag用数字表示,分别为:
  1. 第三列:RNAM,reference sequence name,实际上就是比对到参考序列上的染色体号。若是无法比对,则是*;
  2. 第四列:position,read比对到参考序列上,第一个碱基所在的位置。若是无法比对,则是0;
  3. 第五列:Mapping quality,比对的质量分数,越高说明该read比对到参考基因组上的位置越唯一;
  4. 第六列:CIGAR值,read比对的具体情况,
  1. 第七列:MRNM(chr),mate的reference sequence name,实际上就是mate比对到的染色体号,若是没有mate,则是*;
  2. 第八列:mate position,mate比对到参考序列上的第一个碱基位置,若无mate,则为0;
  3. 第九列:ISIZE,Inferred fragment size.详见Illumina中paired end sequencing 和 mate pair sequencing,是负数,推测应该是两条read之间的间隔(待查证),若无mate则为0;
  4. 第十列:Sequence,就是read的碱基序列,如果是比对到互补链上则是reverse completed eg. CGTTTCTGTGGGTGATGGGCCTGAGGGGCGTTCTCN
  5. 第十一列:ASCII,read质量的ASCII编码。
  6. 第十二列之后:Optional fields,可选的自定义区域

以上参考
小猪打呼噜SAM格式详解
EmanLee bam/sam格式说明
SAM格式(wiki)
SAM格式(wikipedia)
SAM格式

上一篇下一篇

猜你喜欢

热点阅读