sam是短序列比對默認(rèn)的標(biāo)準(zhǔn)格式，是以TAB為分割符的文本格式闸餐。主要應(yīng)用于測序序列mapping到基因組上的結(jié)果表示讼庇，另外也可以表示其他的多重比對結(jié)果近尚。一般把測序reads比對到參考基因組以后，通常得到的就是sam文件歼跟。BAM就是SAM的二進制文件，具有更小的存儲空間留瞳，并且許多下游分析工具使用的是BAM格式骚秦。
第1列：fastq的read ID
第2列：FLAG（如果某一個數(shù)值不是下面的任意值，那么那個數(shù)值就是下面這些數(shù)里面幾個的和）
1：該read是成對的paired reads中的一個
2：paired reads中每個都正確比對到參考序列上
4：該read沒比對到參考序列上
8：與該read成對的matepair read沒有比對到參考序列上
16：該read其反向互補序列能夠比對到參考序列
32：與該read成對的matepair read其反向互補序列能夠比對到參考序列
64：在paired reads中硬梁，該read是與參考序列比對的第一條
128：在paired reads中胞得，該read是與參考序列比對的第二條
256：該read是次優(yōu)的比對結(jié)果
512：該read沒有通過質(zhì)量控制
1024：由于PCR或測序錯誤產(chǎn)生的重復(fù)reads
2048：補充匹配的read
只有一條reads沒有比對上：73, 133, 89, 121, 165, 181, 101, 117, 153, 185, 69, 137
兩條reads都沒有比對上：77阶剑、141
比對上了，方向也對素邪，并且在插入片段大小范圍內(nèi)：99, 147, 83, 163
比對上了猪半，也在插入片段大小范圍內(nèi)， 但是方向不對：67, 131, 115, 179
唯一配對烘绽，就是插入片段大小范圍不對：81, 161, 97, 145, 65, 129, 113, 177
第3列：染色體名稱俐填。如果這列是“ * ”，可以認(rèn)為這條read沒有比對上的序列英融，則這一行的第四驶悟，五，八痕鳍，九 列是“0”，第六熊响，七列與該列是相同的表示方法。
第4列：比對的位置秸弛，從對應(yīng)上的染色體第1位開始往后計算洪碳。沒有比對上的，此處為0非迹。
第5列：MAPQ比對質(zhì)量值纯趋。越高說明該read比對到參考基因組上的位置越唯一，0表示在參考基因組有多種定位的可能性纯命。60表示在參考基因組只有這一種定位位置痹栖。
第6列： M表示匹配、I表示插入疗我、D表示刪除南捂、N表示內(nèi)含子和D類似、S表示替換麦牺、H表示剪切鞭缭。
比如3S6M1P1I4M，前三個堿基被剪切去除了吱晒，然后6個比對上了沦童，然后打開了一個缺口叹话，有一個堿基插入躏精，最后是4個比對上了鹦肿，是按照順序的箩溃；
比如：36M 表示36個堿基在比對時完全匹配。
比如：如37M1D2M1I涣旨，這段字符的意思是37個匹配霹陡，1個參考序列上的刪除，2個匹配烹棉，1個參考序列上的插入浆洗。
（clipped均表示一條read的序列被分開，之所以被分開抠刺，是因為read的一部分序列能匹配到第三列的RNAME序列上摘昌，而被分開的那部分不能匹配到RNAME序列上。而H只出現(xiàn)在一條read的前端或末端聪黎，但不會出現(xiàn)在中間，S一般會和H成對出現(xiàn)杀赢，當(dāng)有H出現(xiàn)時湘纵，一定會有一個與之對應(yīng)的S出現(xiàn)）
①S： 這部分沒比對上但保留在了SAM/BAM比對結(jié)果中。
②H： 這部分沒比對上并且沒有保留在SAM/BAM比對結(jié)果中梧喷。
第7列: 這條reads第二次比對的位置。=表示參考序列與reads一模一樣汇歹，*表示沒有完全一模一樣的參考序列。
第8列: 該列表示與該reads對應(yīng)的mate pair reads的比對位置（即mate）派歌，若無mate,則為0痰哨。
第9列: 序列模板長度，如果同一個片段都比對上了同一個參考序列早抠，為最左邊的堿基位置到最右邊的堿基位置（左為正，右為負(fù)）撬讽。當(dāng)mate 序列位于本序列上游時該值為負(fù)值蕊连。不可用時，為0游昼。
第10列: read的序列甘苍。
第11列: ASCII碼格式的序列質(zhì)量。格式同F(xiàn)ASTQ一樣酱床。其中1羊赵、10、11合起來就是fq格式文件扇谣。
第12列: 可選的區(qū)域昧捷。格式類似AS:i:-1 XN:i:0 XM:i:1 XO:i:0 XG:i:0 NM:i:1 MD:Z:35T0 YT:Z:UU
AS:i 匹配的得分
XS:i 第二好的匹配的得分
YS:i mate 序列匹配的得分
XN:i 在參考序列上模糊堿基的個數(shù)
XM:i 錯配的個數(shù)
XO:i gap open的個數(shù)
XG:i gap 延伸的個數(shù)
NM:i 經(jīng)過編輯的序列
YF:i 說明為什么這個序列被過濾的字符串
YT:Z 值為UU表示不是pair中一部分(單末端？)靡挥、CP(是pair且可以完美匹配)
DP(是pair但不能很好的匹配)、UP(是pair但是無法比對到參考序列上)
MD:Z 代表序列和參考序列錯配的字符串
線性對齊：一條read比對到參考序列上鸯绿，可以存在插入(insert)跋破、缺失(delete)、跳躍(skip)瓶蝴、剪切(clip)毒返，但是方向不變（不能是一部分和正鏈匹配，另一部分又和負(fù)鏈匹配）舷手，sam文件中只占用一行記錄拧簸。
嵌合比對：由于一條測序read比對到基因組上時分別比對到兩個不同的區(qū)域，而這兩個區(qū)域基本沒有接觸和重疊男窟。因此它在sam文件中需要占用多行記錄顯示盆赤。只有第一個記錄稱作"representative",其他的都是"supplementary"贾富。RNA-seq中的chimeric read或許可以說明有融合基因存在，但在基因組中一般作為結(jié)構(gòu)變異的證據(jù)牺六。
---------------------------------------------------------------------------------------------------------------------------------------------------I`m a line ! Thanks !-------------------------------------------------------------------------------------------------------------------------------------------------------------------------
