Samtools手册中文版

软件手册：Samtools 手册翻译
Samtools 是一个用于处理和分析 SAM（Sequence Alignment/Map）和 BAM（Binary Alignment/Map）格式文件的工具集。它提供了多种命令用于序列比对、格式转换、索引创建和统计分析等。

接下来我们翻译这一部分的命令说明：

常用 samtools 命令列表

好的，我们将这39条命令拆分为三部分进行说明，并为每个部分提供举例。

1. 添加或替换读取组信息：

samtools addreplacerg -r 'ID:fish' -r 'LB:1334' -r 'SM:alpha' -o output.bam input.bam

解释：将读取组信息（ID、Library、Sample等）添加到 BAM 文件中。
示例：如果你有一个 BAM 文件 input.bam，想为其添加样本信息 alpha，并将结果保存为 output.bam，可以使用此命令。

2. 裁剪扩增子：

samtools ampliconclip -b bed.file input.bam

解释：基于 BED 文件中的位置信息，对 BAM 文件中的扩增子进行裁剪。
示例：将 input.bam 中的序列根据 bed.file 中定义的区域进行裁剪，生成更新后的 BAM 文件。

3. 生成扩增子统计数据：

samtools ampliconstats primers.bed in.bam

解释：根据引物 BED 文件，生成扩增子统计信息。
示例：通过 primers.bed 中定义的引物区域，统计 in.bam 文件中的数据，常用于分析扩增子测序数据。

4. 计算基因组覆盖范围：

samtools bedcov aln.sorted.bam

解释：计算 BAM 文件中的覆盖范围。
示例：统计 aln.sorted.bam 中每个区域的读取覆盖数，用于了解基因组覆盖情况。

5. 校正 MD 标签：

samtools calmd in.sorted.bam ref.fasta

解释：基于参考基因组文件，更新或校正 BAM 文件中的 MD 标签。
示例：使用 ref.fasta 作为参考，修复或校正 in.sorted.bam 文件中的 MD 标签。

6. 连接 BAM 文件：

samtools cat out.bam in1.bam in2.bam in3.bam

解释：将多个 BAM 文件合并为一个。
示例：将 in1.bam、in2.bam 和 in3.bam 合并为一个新的 BAM 文件 out.bam。

7. 按名称整理 BAM 文件：

samtools collate -o aln.name_collated.bam aln.sorted.bam

解释：按读取名称整理 BAM 文件中的读取序列。
示例：将 aln.sorted.bam 按读取名称进行整理，输出为 aln.name_collated.bam。

8. 生成共识序列：

samtools consensus -o out.fasta in.bam

解释：从 BAM 文件生成共识序列。
示例：从 in.bam 文件中提取共识序列，并将其保存为 out.fasta。

9. 计算覆盖率：

samtools coverage aln.sorted.bam

解释：计算 BAM 文件的覆盖率。
示例：统计 aln.sorted.bam 中的每个基因组区域的覆盖率。

10. 计算 CRAM 文件大小：

samtools cram-size -v -o out.size in.cram

解释：计算 CRAM 文件大小的摘要信息。
示例：生成 in.cram 文件的大小摘要，并输出为 out.size。

11. 去除插入位点的 BAM 文件：

samtools depad input.bam

解释：去除 BAM 文件中的插入位点，生成去插入位点的 BAM 文件。
示例：对 input.bam 进行处理，去除插入的位点信息。

12. 计算读取深度：

samtools depth aln.sorted.bam

解释：计算 BAM 文件中每个位置的读取深度。
示例：统计 aln.sorted.bam 文件中每个位点的深度，常用于覆盖率分析。

13. 生成字典文件：

samtools dict -a GRCh38 -s "Homo sapiens" ref.fasta

解释：基于参考基因组文件生成序列字典文件。
示例：生成 ref.fasta 的字典文件，包含注释信息。

14. 生成参考基因组索引：

samtools faidx ref.fasta

解释：对参考基因组文件进行索引，生成一个 .fai 文件，方便后续快速查找。
示例：为 ref.fasta 生成索引文件 ref.fasta.fai，便于快速检索序列。

15. 将 BAM 转换为 FASTA：

samtools fasta input.bam > output.fasta

解释：从 BAM 文件中提取序列，并将其转换为 FASTA 格式。
示例：将 input.bam 中的序列提取并保存为 output.fasta 文件。

16. 将 BAM 转换为 FASTQ：

samtools fastq input.bam > output.fastq

解释：从 BAM 文件中提取序列，并将其转换为 FASTQ 格式。
示例：将 input.bam 文件中的序列提取并保存为 output.fastq 文件。

17. 修复配对信息：

samtools fixmate in.namesorted.sam out.bam

解释：修复 BAM 文件中成对读取的配对信息。
示例：对按名称排序的 SAM 文件 in.namesorted.sam 进行处理，修复配对信息并输出为 BAM 文件 out.bam。

18. 解释 FLAG 字段：

samtools flags PAIRED,UNMAP,MUNMAP

解释：解释 BAM 文件中的 FLAG 字段，将其转换为可读形式或数值形式。
示例：解释 PAIRED（成对读取）、UNMAP（未比对的读取）和 MUNMAP（下一个片段未比对）这些 FLAG 的含义。

19. 统计 FLAG 信息：

samtools flagstat aln.sorted.bam

解释：生成 BAM 文件中的 FLAG 字段的统计信息。
示例：统计 aln.sorted.bam 文件中每个 FLAG 的数量，如成对读取、未比对读取等。

20. 生成 FASTQ 索引：

samtools fqidx ref.fastq

解释：为 FASTQ 文件生成索引。
示例：为 ref.fastq 文件生成一个 .fai 索引文件，以便快速检索序列。

21. 打印 BAM 文件头：

samtools head in.bam

解释：打印 BAM 文件的头部信息，通常包含文件的元数据信息。
示例：打印 in.bam 文件的头部信息，用于检查文件格式或验证元数据。

22. 获取 BAM 文件索引信息：

samtools idxstats aln.sorted.bam

解释：从 BAM 文件的索引中获取统计信息。
示例：打印 aln.sorted.bam 文件的索引统计信息，如参考序列的长度、映射读取的数量等。

23. 导入 FASTQ 文件：

samtools import input.fastq > output.bam

解释：将 FASTQ 文件转换为未比对的 BAM 文件。
示例：将 input.fastq 文件转换为 BAM 格式并保存为 output.bam。

24. 为 BAM 文件生成索引：

samtools index aln.sorted.bam

解释：为排序后的 BAM 文件生成索引，便于快速检索特定区域的读取。
示例：为 aln.sorted.bam 生成 .bai 索引文件，允许通过参考序列位置快速查找读取。

25. 标记重复读取：

samtools markdup in.algnsorted.bam out.bam

解释：在 BAM 文件中标记 PCR 或光学重复的读取。
示例：将 in.algnsorted.bam 文件中的重复读取标记，并将结果输出为 out.bam。

26. 合并 BAM 文件：

samtools merge out.bam in1.bam in2.bam in3.bam

解释：将多个 BAM 文件合并为一个文件。
示例：将 in1.bam、in2.bam 和 in3.bam 合并为一个 out.bam 文件，通常用于将多个样本数据合并。

27. 生成 pileup 文件：

samtools mpileup -f ref.fasta -r chr3:1,000-2,000 in1.bam in2.bam

解释：生成 pileup 格式的输出文件，显示指定区域内的每个碱基的覆盖情况。
示例：在 in1.bam 和 in2.bam 文件中生成参考序列 ref.fasta 的第3号染色体1,000到2,000碱基的 pileup 信息。

28. 处理相位信息：

samtools phase input.bam

解释：处理 BAM 文件中的相位信息，将成对读取的相位信息区分开。
示例：为 input.bam 文件中的成对读取处理相位信息，帮助确定各个片段的父母来源。

29. 快速检查文件完整性：

samtools quickcheck in1.bam in2.cram

解释：快速检查 BAM 或 CRAM 文件是否完整，是否包含有效的头部和 EOF。
示例：快速检查 in1.bam 和 in2.cram 是否包含有效的头部和结尾标记，以确认文件完整性。

30. 生成参考文件：

samtools reference -o ref.fa in.cram

解释：从 CRAM 文件中提取参考序列信息，生成一个参考基因组文件。
示例：从 in.cram 中提取参考序列，输出为 ref.fa。

31. 替换 BAM 文件头：

samtools reheader in.header.sam in.bam > out.bam

解释：用新的头部信息替换 BAM 文件的原始头部信息。
示例：用 in.header.sam 中的头部信息替换 in.bam 的头部，并将结果保存为 out.bam。

32. 重置 BAM 文件：

samtools reset -o /tmp/reset.bam processed.bam

解释：重置 BAM 文件，移除比对信息和标志，生成未比对的 BAM 文件。
示例：重置 processed.bam 中的比对信息，并将结果保存到 /tmp/reset.bam。

33. 列出样本信息：

samtools samples input.bam

解释：列出 BAM 文件中的样本信息。
示例：显示 input.bam 文件中的所有样本名称和相关信息。

34. 排序 BAM 文件：

samtools sort -T /tmp/aln.sorted -o aln.sorted.bam aln.bam

解释：对 BAM 文件按照左端坐标进行排序，并输出排序后的 BAM 文件。
示例：将 aln.bam 按照坐标排序，结果保存为 aln.sorted.bam，临时文件保存路径为 /tmp/aln.sorted。

35. 拆分 BAM 文件：

samtools split merged.bam

解释：根据读取组（Read Group）信息将 BAM 文件拆分成多个文件。
示例：将 merged.bam 文件按读取组信息拆分为多个 BAM 文件。

36. 统计 BAM 文件：

samtools stats aln.sorted.bam

解释：生成 BAM 文件的统计数据，结果包括映射质量、读取长度分布等。
示例：生成 aln.sorted.bam 的统计信息，用于分析读取质量、覆盖率等。

37. 剪切目标区域：

samtools targetcut input.bam

解释：基于读取的覆盖连续性剪切 BAM 文件中的目标区域。
示例：对 input.bam 进行剪切，生成剪切后的 BAM 文件，适用于特定的克隆或扩增子测序数据。

38. 查看比对信息：

samtools tview aln.sorted.bam ref.fasta

解释：使用基于 ncurses 的文本查看器，显示 BAM 文件中的比对信息。
示例：在终端中查看 aln.sorted.bam 中比对到参考基因组 ref.fasta 的结果，交互式查看对齐情况。

39. 转换 SAM/BAM/CRAM 格式：

samtools view -bt ref_list.txt -o aln.bam aln.sam.gz

解释：将 SAM、BAM 或 CRAM 文件转换为另一种格式，如 BAM 转 SAM，SAM 转 BAM。
示例：将 aln.sam.gz 转换为 BAM 格式 aln.bam，使用 ref_list.txt 文件作为参考。
好的，接下来是这段 DESCRIPTION（描述） 和 COMMANDS（命令） 部分的翻译。

---

DESCRIPTION（描述）

Samtools 是一组用于操作 SAM（序列比对/映射）、BAM 和 CRAM 格式文件的工具。它可以在这些格式之间进行转换，还能够对文件进行排序、合并和索引，并且能够快速检索任意区域的读取信息。

Samtools 被设计为流式处理工具，它将输入文件 - 视为标准输入（stdin），将输出文件 - 视为标准输出（stdout）。因此，多个命令可以通过 Unix 管道（pipes）组合使用。Samtools 始终将警告和错误消息输出到标准错误输出（stderr）。

Samtools 还可以打开远程 FTP 或 HTTP(S) 服务器上的文件（如果文件名以 ftp://、http:// 等开头）。Samtools 会在当前工作目录中查找索引文件，若索引文件不存在，则会自动下载索引文件。除非特别要求，Samtools 不会检索整个比对文件。

如果需要索引，Samtools 会寻找附加在文件名上的索引后缀（如 in.bam.bai），如果找不到，它会再次尝试使用没有文件名后缀的文件（如 in.bai）。不过，如果索引位于完全不同的位置或具有不同的名称，则数据文件名和索引文件名可以通过 ##idx## 语法组合在一起。例如，/data/in.bam##idx##/indices/in.bam.bai 可明确指定数据和索引文件的位置。

---

COMMANDS（命令）

每个命令都有单独的手册页面，可以通过如 man samtools-view 或使用较新的 GNU 手册页工具 man samtools view 来查看。以下是各子命令的简要语法和描述。

常见选项在**GLOBAL COMMAND OPTIONS（全局命令选项）**部分有说明。

view

samtools view [选项] in.sam|in.bam|in.cram [region...]

如果未指定选项或区域，将会输出指定输入文件（SAM、BAM 或 CRAM 格式）中的所有比对数据，并以 SAM 格式输出（默认不含头部）。

你可以在输入文件名后指定一个或多个空格分隔的区域，以限制输出只包含那些与指定区域重叠的比对。指定区域要求输入文件已按坐标排序并生成索引。

此命令还可以将输出格式从 SAM 转换为 BAM 或 CRAM，因此也可以作为文件格式转换工具。

tview

samtools tview [-p chr:pos] [-s STR] [-d display] <in.sorted.bam> [ref.fasta]

基于 ncurses 库的文本比对查看器。在查看器中，按 ? 可以查看帮助，按 g 可以从某个区域开始查看比对，例如 chr10:10,000,000 或 =10,000,000（在查看同一参考序列时使用）。

quickcheck

samtools quickcheck [选项] in.sam|in.bam|in.cram [ ... ]

快速检查输入文件是否完整。检查文件开头是否包含有效头部（适用于所有格式），并检查文件末尾是否有完整的文件结束标记（EOF，仅适用于 BAM 格式）。

该命令不会读取文件中间的数据，因为这样会非常耗时，因此该命令无法检测到文件内部的损坏，但它可以用于在执行更复杂的任务之前检查文件是否被截断。

如果任何输入文件没有有效头部或缺少 EOF 块，该命令将以非零退出代码退出。否则，将成功退出（退出代码为 0）。

head

samtools head [选项] in.sam|in.bam|in.cram

打印输入文件的头部信息，且可选地输出文件的前几条比对记录。此命令始终按原样显示文件中的头部信息，且不会添加额外的 @PG 头部。

index

samtools index [-bc] [-m INT] aln.sam.gz|aln.bam|aln.cram [out.index]

为按坐标排序的 SAM、BAM 或 CRAM 文件生成索引，以便快速随机访问。注意，若为 SAM 文件，必须先进行 BGZF 压缩（block gzip file）。

从 Samtools 1.16 版本开始，此命令也可以接受多个比对文件名，并为它们单独生成索引。

该索引在使用 samtools view 和其他类似命令时，通过指定区域参数限制操作区域时是必需的。

如果提供了输出文件名，索引文件将保存为 out.index。否则，对于 CRAM 文件 aln.cram，索引文件将生成为 aln.cram.crai；对于 BAM 或 SAM 文件，索引文件可能为 aln.bam.bai 或 aln.bam.csi，具体取决于选择的索引格式。

---

原文地址：https://blog.csdn.net/2302_80012625/article/details/142886755

免责声明：本站文章内容转载自网络资源，如本站内容侵犯了原著者的合法权益，可联系本站删除。更多内容请关注自学内容网（zxcms.com）！