Pysam 處理bam檔案

2022-07-23 09:48:17 字數 2376 閱讀 7865

pysam可用來處理bam檔案

安裝：

用 pip 或者 conda即可

使用：

pysam的函式有很多，主要的讀取函式有：

一般常用的是第乙個和第二個。

例子：

1


import


pysam


23 bf = pysam.alignmentfile("


in.bam


","rb


");  其中r = read， b：binary.  二進位制檔案。   bam檔案index
bf是乙個迭代器，可以next（）或者for讀取

1


for i in


bf:2


print i.reference_name,i.pos,i.mapq,i.isize
結果：

1 ctg000331_np121 144935 27 -284


2 ctg000331_np121 144940 48 291


3 ctg000331_np121 144941 48 309


4 ctg000331_np121 144944 48 255


5 ctg000331_np121 144946 27 -370


6 ctg000331_np121 144947 27 -346
很多功能見下圖：

** pysam中的座標位點是0開始，染色體起始位置為0，不是1

1


## sam 檔案依次對應的12列


2r.qname:  reads 名


3r.flag ：flag


4r.reference_name: 比對到的染色體


5 r.pos+1： 比對位置，必須得加一


6r.mapq： 比對質量


7r.cigarstring： cigar


8 r.next_reference_name：另外一條reads比對的參考基因組，若和第一條相同，則輸出=


9 r.mpos+1： 比對的位置，必須得加1


10r.isize： 插入片段長度


11r.seq：reads seq


12 r.qual： reads 質量
一些功能：檢測index檔案是否存在存在即為true

1


bf.check_index()


2 true
用完記得關閉

1 bf.close()
計算目標區域內比對上的reads數目

1 bf.count(contig="


ctg000331_np121


", start=1, stop=6000)


2 24
計算目標區域內的覆蓋度。返回1個4維的array，代表acgt的覆蓋度，而每個維度的array長度為100，裡面的數字代表該鹼基在各個位置上的覆蓋度。

1   bf.count_coverage(contig="


ctg000331_np121


",start=1,stop=100)
提取出比對到目標區域內的全部reads。返回的是乙個迭代器，可以通過for迴圈或者next函式從中取出reads，我們使用next()函式取出第一條reads，reads是用         alignedsegment物件表示，可以通過該物件的內建方法再對這條reads進行一些查詢操作。

1 allreads=bf.fetch(contig="


ctg000331_np121


",start=1,stop=10000)


2 是乙個迭代器，可以用for迴圈獲得



1 bf.get_index_statistics()
有時候我們並不需要遍歷整乙份bam檔案，我們可能只想獲得區中的某乙個區域（比如chr1中301-310中的資訊），那麼這個時候可以用alignmen模組中的fetch函式：

bam檔案必須要index

參考1、如何使用pysam處理bam

2、使用pysam操作bam檔案

bam檔案讀取 bam格式檔案處理大全 一）

sam檔案是短序列比對生成的檔案，是二代測序中最核心的檔案。在rnaseq，變異檢測等分析中，都需要首先生成sam檔案格式。bam檔案是sam格式的二進位制格式，轉換為二進位制之後，可以減小檔案的儲存。掌握sam bam檔案的操作是處理二代測序資料的非常重要的內容，例如sam與bam的轉換，排序，建...

處理bam檔案提取資訊

一般來說,乙個bam檔案通常只包含乙個樣本的資訊,最多需要進行染色體位置的處理,samtools也提供了簡單的處理方式,比如要提取 chr1的reads,只需要 samtools view input.bam ch1 這幾天遇到了10x genomics的bam結果,發現單細胞的reads全包含在乙...

使用pysam操作VCF BCF檔案

讀取和寫出 from pysam import variantfile bcf in variantfile test in.vcf r bcf out variantfile test out.vcf w header bcf in.header for rec in bcf in.fecth b...