bam文件排序
通常进行SNP calling的之前我们需要对比对的bam文件进行排序、去重等工作，在这里介绍几种sort bam的方法。
1. 按照比对位置进行排序
sambamba比samtools快很多，samtools和sambamba默认按...
通常进行SNP calling的之前我们需要对比对的bam文件进行排序、去重等工作，在这里介绍几种sort bam的方法。
1. 按照比对位置进行排序
sambamba比samtools快很多，samtools和sambamba默认按照比对的最左坐标排序，使用-n时按读取名称排序
samtools sort 样本.bam -@ 8 -o 样本.sorted.bam
sambamba sort 样本.bam -t 8 -o 样本.sorted.bam
gatk SortSam -I 样本.bam -O 样本.sorted.bam -SO coordinate # 按coordinate进行排序，意思就是按照染色体编号进行排序。
2. 按照参考基因组进行重新排序
gatk ReorderSam -I 样本.bam -O 样本.sorted.bam -SD 参考基因组的GATK索引
注：ReorderSam 会出现未能排序的情况
附：
（1） GATK 两个sort的区别官网是这样描述的：
SortSam 用序列比对位置对 SAM 或 BAM 文件进行排序，ReorderSam 重新排序读取 SAM/BAM 文件以匹配提供的引用文件中的重叠群顺序，由确切的名称匹配确定的重叠群。 映射到新引用中不存在的重叠群的读取将取消映射。
（2）排序前后文件大小变化
我们对bam文件进行排序之后，文件大小也会发生变化。关于这个问题samtools的作者Li Heng在 SEQanswers 给出的解释是这样：
BAM 文件是压缩的二进制文件，对文件内容排序之后相似的内容排在一起，使得文件压缩比提高了，因此排序之后的 BAM 文件变小了，相对应的 SAM 文件就是纯文本文件，对 SAM 文件进行排序就不会改变文件大小。由于 RNA-seq 中基因表达量的关系，RNA-seq 的数据比对结果 BAM 文件使用 samtools 进行 sort 之后文件压缩比例变化会比 DNA-seq 更甚。
- 发表于 2023-12-27 11:05
- 阅读 ( 1828 )
