SAM/BAM文件HEADER/FLAG/CIGAR

SAM文件HEADER: SAM Format Header

SAM文件每一列的信息：

image.png
image.png
image.png

理解FLAG值含义的关键在于将FLAG转换为二进制，再对照下方的表，哪一位上是1，就代表这个比对符合后面的描述。
计算机处理时，可通过对FLAG值和每种FLAG进行与运算，若为True，则包含此FLAG，反之不包含。

FLAG(十进制)	二进制	描述	英文描述
1	1	Pair end(PE)测序，否则是Single end(SE)测序。	Read paired
2	10	代表正常比对，如果是PE测序，还代表PE的两条read之间的比对距离没有明显偏离插入片段长度。	Read mapped in proper pair
4	100	该read没有比对到参考序列。	Read unmapped
8	1000	PE测序的另一个配对read没有比对到参考序列。	Mate unmapped
16	10000	比对到负链(反向互补后比对到参考序列)。	Read reverse strand
32	100000	PE测序的另一条read反向互补后比对到参考序列。	Mate reverse strand
64	1000000	PE测序read1。	First in pair
128	10000000	PE测序read2。	Second in pair
256	100000000	二次比对(secondary alignment),该read在基因组上比对到了多个位置,当前比对位置是次佳比对位置,通常需要过滤掉,但有些分析场景中很有用。	Not primary alignment
512	1000000000	低于(测序平台等)过滤阈值。	Read fails platform/vendor quality checks
1024	10000000000	PCR重复序列(来自测序文库构建过程)或光学重复(来自测序过程)。	Read is PCR or optical duplicate
2048	100000000000	该read可能存在嵌合,这个比对部分只是来自其中的一部分序列(supplementary alignment)。	Supplementary alignment

SAM文件中CIGAR字符串详细记录了read比对到参考序列上的细节：

标记	描述	Description	Consumes query	Consumes reference
M	匹配(包含完全匹配和单碱基错配)	alignment match (can be a sequence match or mismatch)	yes	yes
I	序列插入(包含潜在Insertion变异)	insertion to the reference	yes	no
D	序列删除(包含潜在Deletion变异)	deletion from the reference	no	yes
N	跳过参考序列	skipped region from the reference	no	yes
S	软跳过(soft clip)，跳过read中的部分序列，不会改变read长度	soft clipping (clipped sequences present inSEQ)	yes	no
H	硬跳过(hard clip)，直接剪切掉read中部分序列，会改变read长度	hard clipping (clipped sequences NOT present inSEQ)	no	no
P	padding，类似N，跳过参考序列的部分区域	padding (silent deletion from padded reference)	no	no
=	完全匹配	sequence match	yes	yes
X	序列错配	sequence mismatch	yes	yes

“Consumes query” and “consumes reference” indicate whether the CIGAR operation causes the alignment to step along the query sequence and the reference sequence respectively.

BAM文件中除了必须的前11列信息之外，不同的BAM文件中后面记录metadata的列是不固定的，在不同的处理软件中输出时也会有所不同，meatdata含义：SAM (Sequence Alignment/Map) Format Alignment Tags (samformat.info)

参考：
从零开始完整学习全基因组测序数据分析：第5节 理解并操作BAM文件
SAM Format Flag
https://samtools.github.io/hts-specs/SAMv1.pdf