SAM BAM 和 CRAM

处理NGS数据的生信人员每天都会接触各种数据格式，什么sam、bam、bed、vcf、gvcf等，大家对sam和bam都听得比较多，可能对cram不熟悉，此篇博文梳理下三个以‘AM’ 结尾的文件，不会具体说明三个文件的具体格式，因为已经有很多博文讲到了，可自行百度、Google。

• SAM

• sam(Sequence Alignment Mapping) 序列比对映射，纯文本格式，所以直接用more命令或者其他查看文本的命令可以打开，基本格式就是下图这样
• 

• BAM

• BAM文件是SAM文件的二进制格式，由bwa的开发者李恒（lh3）设计开发，采用一种比gz更加高效的压缩算法，对其进行压缩，它的文件大小差不多只有原来的1/6。比如一个平均100X的WES样本，sam文件差不多30G,而bam文件5G不到。
• 

• CRAM

• 有人习惯将其称为BAM的高压缩格式，因为它和BAM/SAM的格式基本相同。
• 可以通过samtools view -C -T hg19.fa N190446.sort.bam > N190446.sort.cram 命令进行bam和cram的转换，但是速度很慢，压缩后的文件更小了，还是上面的例子，压缩后只有1G左右。
• 
• 关于sam、bam、cram之间的相互转换，有很多其他文章可参考，在这里不再赘述。
• 李恒（lh3）说CRAM一定会取代BAM。我想这必将很大程度上解决NGS数据存储的问题，尤其是WGS时代的到来，让我们拭目以待。