SuperAPI AI 工具集

bio-alignment-filtering

测试与质量

查看项目

更新于 10-15 21:55

技能介绍

用途:对 SAM/BAM 比对文件按 FLAG 标志位、比对质量(MAPQ)和基因组区域进行过滤,常用于提取特定 reads、剔除低质量比对、为变异检测或覆盖度分析准备干净数据。

主要能力:samtools view 支持 -f(包含所有指定位)、-F(排除任一位)、-G(排除所有位)、-q(最低 MAPQ)、-L(按 BED 区域包含)、-s(随机下采样)等选项;pysam 提供 Python 等价实现,可遍历 reads 并按 is_unmapped、is_secondary、is_supplementary、is_duplicate、mapping_quality 等属性过滤,或用 fetch 按区域读取。

常用示例:仅保留已比对 reads 用 samtools view -F 4 -o mapped.bam input.bam;仅保留未比对用 -f 4;仅保留正确配对用 -f 2;去重可用 -F 1024;仅保留主比对用 -F 2304;按质量过滤用 -q 30;按区域用 samtools view -o region.bam input.bam chr1:1000000-2000000 或 -L targets.bed;下采样用 -s 0.1,带种子用 -s 42.1。组合过滤如标准质量过滤 -F 3332 -q 30,变异检测准备 -f 2 -F 3328 -q 20。

适用场景:变异检测前清理、ChIP-seq 去重与质量过滤、覆盖度分析、按目标区域提取 reads、随机下采样。

限制:区域过滤通常需要预先建立索引;-f 2 已隐含已比对,无需再加 -F 4;FLAG 组合需自行按位相加,资料中给出了 2304、3328、3332、1284 等常见组合的分解说明。资料未提供安装方式、版本要求或性能数据。