对bam文件做downsample

微信公众号：生物信息学习

如果各个样本测的数据量相差较大，想把这些样本downsample到相同的reads，可用以下方法：
目标reads数为15000000，需要先计算出需要downsample的比例，因为我用的downsample工具samtools无法downsample到特定reads数，只能downsample到一定的比例，因此想要downsample到固定reads，则需要先用目标reads数/总reads数作为downsample的比例，再用samtools提取reads，代码如下：

#samtools无法直接downsample到一个固定数目的reads
frac=$( samtools idxstats input.bam | cut -f3 | awk 'BEGIN {total=0} {total += $1} END {frac=15000000/total; if (frac > 1) {print 1} else {print frac}}' )

samtools view -s $frac input.bam > subsample.bam

最终就可以得到我们的目标reads数很接近的reads了。