2022.11.21【bug笔记】|bam文件报错：Cannot add sequence that already exists in SAMSequenceDictionary

项目场景：

sam文件是通过hisat2，bowtie2或者bwa将rawdata进行比对后得到的包含比对信息的数据格式。经过samtools处理后得到的bam文件经常用于后续分析，比如RNA-seq分析时，可以统计序列的插入片段也可以做后续定量，WGS流程里比对后生产的bam文件也可以去冗余获取snp位点。

---

问题描述

在RNA-seq分析流程中，数据完成比对，并经过samtools转换成bam文件后，准备调用picard进行insert size统计时发生报错。

最主要的问题还是这句话。

Cannot add sequence that already exists in SAMSequenceDictionary: 1

---

原因分析：

根据报错直译，应该是里面跟序列相关的标记（1）重复导致的报错，检查了一下，发现是自己这个项目用的参考基因组是合并的。关键点在于，两个参考基因组的序列名称虽然不同，但是命名都是1开头，基因组建库的时候命名不统计空格之后的信息，因此导致参考序列命名重复。

只录入了“1”，而没有后续的长度，深度信息。

我也是在论坛看到解决的回答之后才发现这个问题，论坛链接

---

解决方案：

调整参考基因组命名后重新比对，在本案例中没有处理这个问题。欢迎大家加VX：bbplayer2021 （木青）进群交流，备注 申请加入生信交流群。