samtools命令大全

samtools是一个用于操作sam和bam文件（通常是序列比对工具如bwa，bowtie2，hisat2，tophat2等等产生的）的工具合集，包含有许多命令，以下是常用命令的介绍。

bam文件优点：bam文件为二进制文件，占用的磁盘空间比sam文本文件小；利用bam文件二进制文件的运算速度快。

1. View
   view命令的主要功能是：将sam文件与bam文件互换；然后对bam文件进行各种操作，比如对数据的排序（sort）和提取（这些操作是对bam文件进行的，因而当输入为sam文件的时候，不能进行该操作）；最后将排序或提取得到的数据输出为bam或者sam（默认的）格式。
   view命令中，对sam文件头部（序列ID）的输入（-t/-T）和输出（-h）是单独的一些参数来控制的。
   Usage： samtools view [ options ]

####eg
samtools view -bS abc.sam > abc.bam
samtools view -b -q 20 abc.bam > abc.q20.bam

1. Sort
   sort对bam文件进行排序。一些软件需要sort的bam或者sam文件，如stringtie，所以必须要sort使用；求depth时，也必须要sort；
   Usage：samtools sort [ -n ] [ -m ] < in.bam > < out.prefix >
   -m 内存参数默认下是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文件中排序（即header）和序列从左往右的位点排序。

eg 
samtools sort in.bam in.sort

3.merge
将两个或者两个以上的已经sort了的bam文件融合为一个bam文件，融合后的文件已经sort过。
Usage：

samtools merge [ -nr ] [ -h inh.sam ] < out.bam > < in1.bam > < in2.bam >
 [ . . . ]

options：
-n 根据reads的名字排序
-r attach RG tag （inferred from file names）
-u uncompressed BAM output
-f overwrite the output BAM if exist
-l compress level I
-R STR merge file in the specified region STR [ all ]

samtools merge out.bam in1.bam in2.bam

1. index
   对bam文件排序后通过进行index，生成后缀为.bai的文件，用于随机快速处理，特别是在显示序列比对情况下。比如 samtools的tview命令就需要，gbrowse2显示reads的比对图形的时候也需要，IGV对基因组进行可视化，显示比对情况也需要。

samtools index in.sort.bam
等同于
samtools index in.sort.bam in.sort.bam.bai

1. faidx
   对基因组fasta文件建立索引，生成的索引文件以.fai后缀结尾，该命令也能依据索引文件快速提取fasta文件中的某一条（子）序列

samtools faidx genome.fasta 

6.tview
tview能直观的显示出reads比对基因组的情况，与IGV类似
* 需要事先利用sort和index命令

samtools tview .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 ，则提示输入到达基因组某一个位点，例子： scaffold_10:10:1000表示10号scaffold的第十个碱基到第一千个碱基位点处。
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
使用空格键向右快速移动（和L类似），使用Backspace键向左快速移动（和H类似）
Ctrl + H 表示向左移动1kb碱基距离；Ctrl + L 表示向右移动1kb碱基距离
可以使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是用白色表示
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 等信息
7. flagstat
给出bam文件的比对结果

samtools flagstat exam.bam

1. depth
   得到每个碱基位点的测序深度，并输出到标准输出，所以要> 重输出到一个文件

samtools depth [ -r ref_genome ] [ -q baseQthreads ] [ -Q mapQthreads ] [ -b in.bed ]  [ . . . ]
-r 后面跟染色体号（region）
-q 计算深度时要求测序测序碱基质量最低值
-Q 计算深度时要求比对的最低质量值

• 做depth之前必须做samtools index

samtools depth in.bam > depth