打印bam文件比对后的碱基矩阵python脚本

脚本的初衷是想看多序列比对后的序列整齐度；
但多序列比对往往是无监督学习，需要耗费大量的内存和时间，所以以下代码实现了：有参比对，然后使用pysam将比对后的bam文件打印成每个位置的对应的碱基文件，类似于多序列比对后的既视感，或者是samtools 软件的pileup文件。
如果喜欢用samtools获得整齐的比对碱基矩阵，也可参考以下tview命令（缺点是不能指定ref的具体区域）
samtools example:

#COLUMNS数值代表想打印多少列
COLUMNS=5000 samtools tview  IonXpress_004_rawlib.bam -d T -p {chr:start} --reference {ref.fasta} >ouput.tview.txt

pysam读写bam文件脚本：

import sys
sys.path.append("/XXXpath/python_module/")
import argparse
import re
import pysam
import pysamstats

def Get_opt():
    parser = argparse.ArgumentParser()
    parser.add_argument('-i','--input',dest='Ref',help='the path of ref fasta')
    parser.add_argument('-bam','--Bam',dest='Bam',help='the path of bam')
    parser.add_argument('-r','--region',dest='region',help='the region chr:start-end')
    parser.add_argument('-o','--output',dest='output',help='the name of outfile')
    options = parser.parse_args()
    return options

def pysamresults(Bamfile,Fafile,region):
    fafile=pysam.FastaFile(Fafile)
    bf = pysam.AlignmentFile(Bamfile, 'rb')
    target=re.split(r'\:|\-',region)
    chrom=target[0]
    start=int(target[1])
    end=int(target[2])
    #allref = bf.get_reference_name
    dout = {}
    dout.setdefault('ref',{})
    dout.setdefault('reads',{})
    for col in bf.pileup(chrom, start, end, truncate=True):
        reads = col.pileups
        ref = fafile.fetch(chrom, col.pos, col.pos+1).upper()
        dout['ref'][col.pos] = ref
        for read in reads:
            dout['reads'].setdefault(read.alignment.query_name,{})
            if read.is_del:
                base = '-'
            elif read.indel >0 :
                base = read.alignment.seq[read.query_position:(read.query_position+read.indel+1)]
            else :
                base = read.alignment.seq[read.query_position]
            dout['reads'][read.alignment.query_name][col.pos]=base
    bf.close()
    fafile.close()
    return dout
opt=Get_opt()
dout = pysamresults(opt.Bam,opt.Ref,opt.region)
chrom=re.split(r'\:|\-',opt.region)[0]
print('Term\t'+'\t'.join([str(pos) for pos in sorted(dout['ref'])]))
print(chrom+'\t'+'\t'.join([dout['ref'][pos] for pos in sorted(dout['ref'])]))
for ccs in dout['reads']:
    ccsbase = []
    for pos in sorted(dout['ref']):
        if pos in dout['reads'][ccs]:
            ccsbase.append(dout['reads'][ccs][pos])
        else:
            ccsbase.append("*")
    print(ccs+'\t'+'\t'.join(ccsbase))