1 samtools
? SAM全稱是Sequence Alignment/Map, 是目前最常用的存放比對(duì)或聯(lián)配數(shù)據(jù)的格式。無(wú)論是重測(cè)序麻裳，還是轉(zhuǎn)錄組，還是表觀組器钟， 幾乎所有流程都會(huì)產(chǎn)生SAM/BAM文件作為中間步驟津坑，然后是后續(xù)專門的分析過程。
? 顧名思義samtools就是用于處理sam與bam格式的工具軟件傲霸，能夠?qū)崿F(xiàn)二進(jìn)制查看疆瑰、格式轉(zhuǎn)換、排序及合并等功能昙啄，結(jié) 合sam格式中的flag穆役、tag等信息，還可以完成比對(duì)結(jié)果的統(tǒng)計(jì)匯總梳凛。同時(shí)利用linux中的grep耿币、awk等操作命令， 還可以大大擴(kuò)展samtools的使用范圍與功能韧拒。比如結(jié)構(gòu)變異淹接，基因融合，SNP/INDEL calling檢測(cè)等
其中第二列是常用的基因比對(duì)情況打分
這里需要注意叛溢，計(jì)算比對(duì)情況時(shí)每次都需要使用總值減去可以減的最大值塑悼，最后得到的結(jié)果即是序列的比對(duì)情況
#view功能可查看sam文件或者進(jìn)行bam文件轉(zhuǎn)化
/software/samtools-1.3/samtools view /home/tech/NGS-example/AS_example/231ESRP.25K.rep-1.bam |less -s
#提取比對(duì)到參考序列上的比對(duì)結(jié)果
samtools view -bF 4 abc.bam > abc.F.bam
#提取paired reads中兩條reads都比對(duì)到參考序列上的比對(duì)結(jié)果，只需要把兩個(gè)4+8的值#12作為過濾參數(shù)即可
samtools view -bF 12 abc.bam > abc.F12.bam
#提取沒有比對(duì)到參考序列上的比對(duì)結(jié)果
samtools view -bf 4 abc.bam > abc.f.bam
#提取bam文件中比對(duì)到caffold1上的比對(duì)結(jié)果楷掉，并保存到sam文件格式
samtools view abc.bam scaffold1 > scaffold1.sam
#提取scaffold1上能比對(duì)到30k到100k區(qū)域的比對(duì)結(jié)果 samtools view abc.bam scaffold1:30000-100000 > scaffold1_30k-100k.sam
#統(tǒng)計(jì)bam文件中的比對(duì)flag信息厢蒜，并輸出比對(duì)統(tǒng)計(jì)結(jié)果
/software/samtools-1.3/samtools flagstat toy.bam
#一般sam轉(zhuǎn)換bam直接用sort函數(shù)，排序之后輸出bam文件
/software/samtools-1.3/samtools sort -o toy.bam toy.sam
#對(duì)排序后的bam文件建立index，并輸出為bai文件郭怪，用于快速隨機(jī)處理支示。
/software/samtools-1.3/samtools index toy.bam
#統(tǒng)計(jì)reads數(shù)
samtools idxstats toy.bam | awk '{s+=$3+$4}'END'{print s}'
2 bedtools
? bedtools的功能非常強(qiáng)大，試圖解決你所遇到的所有和基因組位置運(yùn)算的問題以及周邊問題：基因組運(yùn)算鄙才，多文件比較颂鸿，PE數(shù)據(jù)操作，格式轉(zhuǎn)換攒庵，F(xiàn)asta數(shù)據(jù)操作嘴纺，BAM工具，統(tǒng)計(jì)學(xué)相關(guān)工具浓冒，其他小工具
? bedtools總共有二三十個(gè)工具/命令來(lái)處理基因組數(shù)據(jù)栽渴。比較典型而且常用的功能舉例如下：格式轉(zhuǎn)換，bam轉(zhuǎn)bed（bamToBed）稳懒，bed轉(zhuǎn)其他格式（bedToBam闲擦，bedToIgv）；對(duì)基因組坐標(biāo)的邏輯運(yùn)算场梆，包括：交集（intersectBed墅冷，windowBed），”鄰集“（closestBed）或油，補(bǔ)集（complementBed）寞忿，并集（mergeBed），差集（subtractBed）;計(jì)算覆蓋度（coverage）（coverageBed顶岸，genomeCoverageBed）
? bedtools的核心是基因組運(yùn)算腔彰，所謂的基因組運(yùn)算，就是看看看自己手頭拿到的區(qū)域和你感興趣的區(qū)域的關(guān)系如何辖佣。 bedtools提供了如下工具做一系列你想到或者你想不到的事情霹抛。
? bed格式一般主要包含了基因的染色體定位信息，包括染色體定位卷谈，起始位點(diǎn)以及終止位點(diǎn)等信息杯拐，便于對(duì)整條染色體的基因覆蓋情況進(jìn)行了解
#取交集
bedtools intersect -a a.bed -b b.bed
chr1 100 101 a2 2 -
chr1 100 110 a2 2 -
#輸出overlap中a的序列
bedtools intersect -a a.bed -b b.bed -wa
#輸出overlap中b的序列
bedtools intersect -a a.bed -b b.bed -wb
#輸出兩段序列中重復(fù)的部分
bedtools intersect -a a.bed -b b.bed -wa -wb
bedtools window命令，顧名思義雏搂，是擴(kuò)展一個(gè)窗口藕施；功能與intersect相似，是對(duì)A文件中每個(gè)元素 的位置坐標(biāo)擴(kuò)展凸郑，捕獲B文件中與A有overlap的元素裳食；如，尋找lncRNA的順式靶基因
bedtools window -a a.bed -b b.bed
chr1 10 20 a1 1 + chr1 20 30 b1 1 +
chr1 10 20 a1 1 + chr1 90 101 b2 2 -
chr1 10 20 a1 1 + chr1 100 110 b3 3 +
chr1 10 20 a1 1 + chr1 200 210 b4 4 +
chr1 100 200 a2 2 - chr1 20 30 b1 1 +
chr1 100 200 a2 2 - chr1 90 101 b2 2 -
chr1 100 200 a2 2 - chr1 100 110 b3 3 +
chr1 100 200 a2 2 - chr1 200 210 b4 4 +
