Samtools 使用笔记 - Lihuax's Blog

1371 words

7 minutes

Samtools 使用笔记

2026-05-13

2026-05-20

study

note

/

biology

/

script

Samtools 是一套用于操作 SAM (Sequence Alignment/Map)、BAM 和 CRAM 格式文件的工具集。它能够转换格式、排序、合并和索引，还可以快速检索任何区域的读段。

主要命令#

1. view#

1
samtools view [options] in.sam|in.bam|in.cram [region...]

查看比对文件内容，可转换格式、过滤区域。默认输出为 SAM 格式。

2. tview#

1
samtools tview [-p chr:pos] [-s STR] [-d display] in.sorted.bam [ref.fasta]

文本比对查看器，基于 ncurses 库，可用于交互式查看比对结果。

3. quickcheck#

1
samtools quickcheck [options] in.sam|in.bam|in.cram [...]

快速检查输入文件是否完整，检查文件头和 EOF 块。

4. checksum#

1
samtools checksum [options] in.sam|in.bam|in.cram

生成 BAM 文件的 CRC32 校验和。

5. head#

1
samtools head [options] in.sam|in.bam|in.cram

打印文件头和可选的前几个比对记录。

6. index#

1
samtools index [-bc] [-m INT] in.sam.gz|in.bam|in.cram [out.index]

为坐标排序的 SAM、BAM 或 CRAM 文件创建索引，用于快速随机访问。

7. sort#

1
samtools sort [-l level] [-m maxMem] [-o out.bam] [-O format] [-n] [-t tag] [-T tmpprefix] [-@ threads] [in.sam|in.bam|in.cram]

按左端坐标或读段名称排序比对文件。

8. collate#

1
samtools collate [options] in.sam|in.bam|in.cram [<prefix>]

按名称分组读段，比完全排序更快。

9. cram-size#

1
samtools cram-size [options] in.cram

显示 CRAM 文件中块内容 ID 和相关数据系列的摘要。

10. idxstats#

1
samtools idxstats in.sam|in.bam|in.cram

从索引文件获取统计信息。

11. flagstat#

1
samtools flagstat in.sam|in.bam|in.cram

对输入文件进行完整遍历，计算并打印统计信息。

12. flags#

1
samtools flags INT|STR[,...]

在文本和数值标志表示之间转换。

13. stats#

1
samtools stats [options] in.sam|in.bam|in.cram [region...]

收集 BAM 文件的统计信息。

14. bedcov#

1
samtools bedcov [options] region.bed in1.sam|in1.bam|in1.cram[...]

报告 BED 文件中每个基因组区域的总读段碱基数。

15. depth#

1
samtools depth [options] [in1.sam|in1.bam|in1.cram [in2.sam|in2.bam|in2.cram] [...]]

计算每个位置或区域的读段深度。

16. ampliconstats#

1
samtools ampliconstats [options] primers.bed in.sam|in.bam|in.cram[...]

收集输入比对文件的统计信息。

17. mpileup#

1
samtools mpileup [options] in.bam [in2.bam [in3.bam [...]]]

生成文本 pileup 格式，用于 VCF/BCF 输出请使用 bcftools mpileup 命令。

18. consensus#

1
samtools consensus [options] in.bam

基于比对记录生成共识序列。

19. reference#

1
samtools reference [options] in.bam

基于比对记录生成参考序列。

20. coverage#

1
samtools coverage [options] [in1.sam|in1.bam|in1.cram [in2.sam|in2.bam|in2.cram] [...]]

生成染色体覆盖度直方图或表格。

21. merge#

1
samtools merge [-nur1f] [-h inh.sam] [-t tag] [-R reg] [-b list] out.bam in1.bam [in2.bam in3.bam ... inN.bam]

合并多个排序的比对文件。

22. split#

1
samtools split [options] merged.sam|merged.bam|merged.cram

按读组拆分文件。

23. cat#

1
samtools cat [-b list] [-h header.sam] [-o out.bam] in1.bam in2.bam [ ... ]

连接 BAM 或 CRAM 文件。

24. import#

1
samtools import [options] in.fastq [ ... ]

将 FASTQ 文件转换为未对齐的 SAM、BAM 或 CRAM 格式。

25. fastq/a#

1
samtools fastq [options] in.bam
2
samtools fasta [options] in.bam

将 BAM 或 CRAM 转换为 FASTQ 或 FASTA 格式。

26. faidx#

1
samtools faidx <ref.fasta> [region1 [...]]

索引 FASTA 格式参考序列或从索引的参考序列中提取子序列。

27. fqidx#

1
samtools fqidx <ref.fastq> [region1 [...]]

索引 FASTQ 格式参考序列或从索引的参考序列中提取子序列。

28. dict#

1
samtools dict ref.fasta|ref.fasta.gz

从 FASTA 文件创建序列字典文件。

29. calmd#

1
samtools calmd [-Eeubr] [-C capQcoef] aln.bam ref.fasta

生成 MD 标签。

30. fixmate#

1
samtools fixmate [-rpcm] [-O format] in.nameSrt.bam out.bam

填充 mate 坐标、ISIZE 和 mate 相关标志。

31. markdup#

1
samtools markdup [-l length] [-r] [-s] [-T] [-S] in.algsort.bam out.bam

标记坐标排序文件中的重复比对。

32. addreplacerg#

1
samtools addreplacerg [-r rg-line | -R rg-ID] [-m mode] [-l level] [-o out.bam] in.bam

添加或替换文件中的读组标签。

33. reheader#

1
samtools reheader [-iP] in.header.sam in.bam

用新的头替换 BAM 文件的头。

34. targetcut#

1
samtools targetcut [-Q minBaseQ] [-i inPenalty] [-0 em0] [-1 em1] [-2 em2] [-f ref] in.bam

通过检查读段深度识别目标区域。

35. phase#

1
samtools phase [-AF] [-k len] [-b prefix] [-q minLOD] [-Q minBaseQ] in.bam

调用和分型杂合 SNP。

36. depad#

1
samtools depad [-SsCu1] [-T ref.fa] [-o output] in.bam

将对齐到填充参考的 BAM 转换为对齐到去填充参考的 BAM。

37. ampliconclip#

1
samtools ampliconclip [-o out.file] [-f stat.file] [--soft-clip] [--hard-clip] [--both-ends] [--strand] [--clipped] [--fail] [--no-PG] -b bed.file in.file

根据 BED 文件中的数据剪切 SAM 兼容文件中的读段。

38. samples#

1
samtools samples [-o out.file] [-i] [-T TAG] [-f refs.fasta] [-F refs_list] [-X]

打印比对文件中的样本信息。

39. reset#

1
samtools reset [-o FILE] [-x/--remove-tag tag_list] [--keep-tag tag_list] [--reject-PG pgid] [--no-RG] [--no-PG] [...]

从记录中移除比对信息，生成未对齐的 SAM、BAM 或 CRAM 文件。

常用选项#

全局命令选项#

--input-fmt：指定输入格式
--input-fmt-option：指定输入格式选项
--output-fmt：指定输出格式
--output-fmt-option：指定输出格式选项
--reference：指定参考序列文件
--write-index：自动创建索引
--verbosity：设置详细级别

常见格式选项#

level=INT：压缩级别（1-9）
nthreads=INT：指定线程数
filter=STRING：应用过滤器表达式
reference=fasta_file：指定 FASTA 参考文件
version=major.minor：指定 CRAM 版本
fast, normal, small, archive：设置 CRAM 压缩配置文件

标志位说明#

标志位	值	说明
PAIRED	0x1	成对测序技术
PROPER_PAIR	0x2	按比对器要求正确配对
UNMAP	0x4	比对未映射
MUNMAP	0x8	模板中下一个片段未映射
REVERSE	0x10	序列被反向互补
MREVERSE	0x20	模板中下一个片段序列被反向互补
READ1	0x40	模板中第一个片段
READ2	0x80	模板中最后一个片段
SECONDARY	0x100	次级比对
QCFAIL	0x200	未通过质量控制
DUP	0x400	PCR 或光学重复
SUPPLEMENTARY	0x800	补充比对

环境变量#

HTS_PATH：HTSlib 插件搜索路径
REF_PATH：参考序列搜索路径
REF_CACHE：本地参考序列缓存目录

示例用法#

基本转换#

1
# SAM转BAM
2
samtools view -b aln.sam > aln.bam
3

4
# BAM转CRAM
5
samtools view -C -T ref.fa aln.bam > aln.cram

索引和排序#

1
# 创建索引
2
samtools index aln.bam
3

4
# 排序
5
samtools sort -o sorted.bam aln.bam

统计分析#

1
# 查看比对统计
2
samtools flagstat aln.bam
3

4
# 查看覆盖度
5
samtools depth aln.bam
6

7
# 查看索引统计
8
samtools idxstats aln.bam

数据过滤#

1
# 只显示特定区域
2
samtools view aln.bam chr1:1000000-2000000
3

4
# 过滤低质量读段
5
samtools view -q 20 aln.bam

参考资料#

Samtools 网站: http://www.htslib.org/
文件格式规范: http://samtools.github.io/hts-specs
最新源码: https://github.com/samtools/samtools
HTSlib 源码: https://github.com/samtools/htslib

Samtools 使用笔记

https://blog.lihuax.online/posts/work/dev/samtools/

Author

Lihuax

Published at

2026-05-13

License

CC BY-NC-SA 4.0

BWA 使用笔记

树上的人