bam格式转换为Fastq/Fasta格式

最新推荐文章于 2024-07-27 19:10:46 发布
最新推荐文章于 2024-07-27 19:10:46 发布
阅读量1.4w 收藏 18
点赞数 5
分类专栏： 生物信息学 文章标签： 生物信息学 生物学 java r语言
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/lazymark2/article/details/120366946
版权
本文介绍了如何使用Samtools, GATK和Bedtools将BAM格式的文件转换为Fastq或Fasta格式，详细阐述了每个工具的步骤，包括read name排序、Fastq转换和文件检查。特别提醒，GATK方法要求无重复read name，而Bedtools可能忽略singleton reads。" 107292714,9886016,ENDNOTE X9 for Mac：插入网页引用指南,"['endnote', '外文文献', '投稿模板', 'word处理']

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

bam格式转换为Fastq/Fasta格式

  1. Samtools Fastq
  2. GATK SamToFastq
  3. Bedtools bamtofastq

举例说明，比如说我们现在有一个转录组比对文件D1_D1.sort.bam：

samtools view -H D1_D1.sort.bam | tail
@SQ	SN:19	LN:58617616
@SQ	SN:20	LN:64444167
@SQ	SN:21	LN:46709983
@SQ	SN:22	LN:50818468
@SQ	SN:X	LN:156040895
@SQ	SN:Y	LN:57227415
@SQ	SN:MT	LN:16569
@RG	ID:D1_D1_D1	PL:illumina	PU:D1	LB:D1	SM:D1	CN:BGI
@PG	ID:bwa	PN:bwa	VN:0.7.10-r789	CL:/home/lixf/RNA_module_V1.0/Alignment/Alignment_BWA/bin/bwa mem -t 4 -a -R @RG\tID:D1_D1_D1\tPL:illumina\tPU:D1\tLB:D1\tSM:D1\tCN:BGI /data_center_11/Project/wenpp/RNA/01_RY20190826D002_RNAref/prepare/Homo_sapiens.GRCh38.dna.toplevel.fa /data_center_11/Project/wenpp/RNA/01_RY20190826D002_RNAref/01.deal_reads/process/Filter_SOAPnuke/D1/D1/D1_1.fq.gz /data_center_11/Project/wenpp/RNA/01_RY20190826D002_RNAref/01.deal_reads/process/Filter_SOAPnuke/D1/D1/D1_2.fq.gz
@PG	ID:samtools	PN:samtools	PP:bwa	VN:1.12	CL:samtools view -H D1_D1.sort.bam

从@PG可以看出来比对软件是BWA，这是一个与hg38 toplevel基因组序列比对后产生的，根据染色体上位置进行排序的BAM文件。那么如果我们要与不同的基因组序列进行比对，比如更换基因组序列的版本为hg19，就需要将BAM文件还原成原来的fastq文件，而从上述数据可以看出，原始测序应该是一个双端测序文件，那么我们应该转换后得到的是两个fastq文件。

Samtools Fastq

最低0.47元/天 解锁文章
fasta文件与fastq文件相互转化Python脚本
青笋的博客
03-07 2341
使用的方法也很简单，把这个脚本保存为xx.py，然后运行并添加三个参数，第一个是原始fasta文件名，第二个是输出文件名，第三个参数是数字，表示每条序列的最大长度，超过该长度的序列将会被切分成多条。刚刚这段Python脚本的功能是将fasta格式的序列文件转换为fastq格式的序列文件，并且可以对序列进行分割，使得每条序列的长度不超过指定的最大长度。对比一下可以看出，fa文件主要是两部分，大于号开头的是序列的ID，下一行是序列，相比于fq文件，少了质量信息。
bam获取序列_如何从BAM文件中提取fastq
weixin_39722196的博客
12-20 2413
虽然高通量测序分析最常用的操作是将fastq比对到参考基因组得到BAM文件，但偶尔我们也需要提取BAM文件中特定区域中fastq。最开始我认为这是一个非常简单的操作，因为samtools其实已经提供了相应的工具samtools fastq.以biostar handbook的Ebola病毒数据为例，首先获取比对得到的BAM文件。# 建立文件夹mkdir -p refs# 根据Accession下载...
bam2fastq:从bam到FASTQ的简单转换器
05-24
bam2fastq bam2fastq是一个从BAM文件中提取序列和质量的程序。 原始版本可以在找到。 随后对其进行了修改，以处理具有成对和不成对读和写到stdout混合的BAM文件。 安装 需要make，gcc和zlib压缩库-所有这些都应该存在于大多数类Unix系统（包括Mac）上。 首先从github克隆存储库，包括其依赖项： git clone --recursive https://github.com/jts/bam2fastq 然后转到目录并运行make： cd bam2fastq make 作者 该程序最初由Phillip Dexheimer在HudsonAlpha开发。 它打包在github上，并由Jared Simpson稍加修改。
bam（sam）格式文件转化为fasta格式
热门推荐
Cassiel60的博客
07-31 1万+
bam2fasta的转变方式： samtools view input.bam | awk '{OFS="\t"; print ">"$1"\n"$10}' - > output.fasta sam2fasta的转变方式 cat *.sam | awk '{print ">"$1"\n"$10}' > *.fasta 查看bam文件 samtool
格式转换：BAM 转 FASTQ
生信学习
04-03 8786
有时候，分析已发表数据的时候，避免不了会遇到作者上传的数据是BAM格式，但是作者用的基因组又不是我想要的，所以我就需要将BAM转换为FASTQ，加上许多分析工具都是需要以FASTQ文件为起始输入，据说BAM转换为FASTQ是生信中的一个常见步骤，虽然现在还没遇到，提前整理，以备不时之需😑工具有很多，接下来就罗列几个工具。
踩坑日记|bam文件转为fastq文件
XIAOWANGaxs的博客
12-10 1809
好了，今天的踩坑日记就到这里了，其它实现 bam2fastq 工具（例如：Picard、GATK、Biopython）没有做过尝试，大家尝试一下发现的坑，可以留言交流一下。命令进行 bam 文件转换为 fastq 文件，可以对单端比对的生成的 bam 和双端比对生成的 bam 进行转换，详细使用方法和参数见。命令进行 bam 文件转换为 fastq 文件，并且可以将单端比对、双端比对的 bam 文件转换为 fastq 文件，使用方法和参数见。使用的一些工具和工具使用过程中发现的问题。
bam(sam)2fasta
dieshuli2209的博客
11-16 1154
bam（sam）格式文件转化为fasta格式 bam2fasta的转变方式：samtools view SL3003_SL3004_100122-hg18.bam | \awk '{OFS="\t"; print ">"$1"\n"$10}' - > SL3003.fastasam2fasta的转变方式：cat *.sam | awk '{print "&gt...
fxtools: 高效处理FASTA/FASTQ/BAM数据的轻量级工具
通过以上知识点，我们可以了解到fxtools是一个为生物信息学研究人员提供的命令行工具，能够有效地处理生物序列数据，具有轻量级、高效性和易用性特点，为数据分析提供了一种快速处理FASTA、FASTQ和BAM格式数据的手段...
常用生物信息学格式介绍(fasta、fastq、gff2、gtf(gff2.5)、gff3、bed、sam、bam、vcf)
wangprince2017
01-23 9649
前言 在各个行业都是有行业标准的，这样才能统一规范而方便后面的分析，在生物信息学领域中主要是各种大量序列数据、注释数据等，这些都是有特定的格式去表示，下面列举几种常见的格式。了解这些是进行后续生物信息学分析的必备知识，有些人虽说是在做生物信息学分析，但是到现在可能还不知道什么是GFF3格式等。 fasta fasta格式是最基本的表示序列信息（核苷酸或者蛋白质）的格式。http://genetics.bwh.harvard.edu/pph/FASTA.html，https://en.w...
10x单细胞转录组数据bam格式转为fastq格式
weixin_47890536的博客
04-19 2680
在下载NCBI等公共数据库中的单细胞测序数据，发现仅提供了处理后的bam文件时，可以用来将bam转为fastq文件进行重新分析，实现不同数据集上游分析的统一，比如参考基因组的一致等。
将cram/bam文件转换为fastq文件
Q.1的博客
06-19 3866
NCBI下载的cram文件无法直接使用，需要先转成bam/sam文件，根据官网说明下载了cramtools，发现早已没有维护，报错如下： $ java -jar cramtools-3.0.jar Error: Invalid or corrupt jarfile cramtools-3.0.jar 所以就直接用samtools来转换，但是直接转换会报错： $ samtools view -b NA12878.final.cram > NA12878.bam & Failed to popu
unmapbam to fastq和自己的annovar格式~~~
浮生终有醒
05-31 1723
#!perl use warnings; use strict; die "perl $0 \n" if @ARGV != 2; my %hash; open BAM, "samtools view $ARGV[0] |" or die $!; while() { chomp; my @tmp = split; push @{$hash{$tmp[0]}}, "$tmp[1]\t$tm
生信人迷惑的一天 bam转fq
qq_43337286的博客
07-22 2210
bam格式转fastq的二三事
如何从BAM文件中提取fastq
xuzhougeng blog
02-12 2734
虽然高通量测序分析最常用的操作是将fastq比对到参考基因组得到BAM文件，但偶尔我们也需要提取BAM文件中特定区域中fastq。最开始我认为这是一个非常简单的操作，因为samtools其实已经提供了相应的工具samtools fastq. 以biostar handbook的Ebola病毒数据为例，首先获取比对得到的BAM文件。 # 建立文件夹 mkdir -p refs # 根...
如何高效地从BAM文件中提取fastq
xuzhougeng blog
04-21 2081
在一年前，我写过一篇文章，叫做如何从BAM文件中提取fastq，之前也发现了从BAM里面提取Fastq是有些麻烦，只不过最后通过samtools的子命令实现了数据提取，实现功能之后也没有再去思考如何提高效率。 最近读到每周文献-190419-植物单细胞BAM重比对以及假基因研究时，发现里面提到了一个工具叫做 bazam, 功能就是提取Fastq文件，文章发表在 Genome Bio...
二代测序文件fastq转换为fasta格式
Cassiel60的博客
07-16 1万+
awk '{if(NR%4 == 1){print ">" substr($0, 2)}}{if(NR%4 == 2){print}}' xx.fastq >xx.fasta
【bioinfo】fasta/fastq/sam格式互相转化
lillianqdzpw
10-14 8359
使用awk转化：fq2fa： awk '{if((NR+3)%4==0)printf ">"$1;if((NR+2)%4==0)print "\n"$1}' ${fq} > ${fa} samtools fastq samtools fastq -n ${sam} > ${fq} -n: 输出不标记"/1"或 “/2”, Read1、Read2的标记
WARNING: Query [...] is marked as paired, but its mate does not occur next to it in your BAM file
最新发布
qq_42072270的博客
07-27 1700
渣翻：序列xxx被标记为配对序列，但它的配对没有在下一个出现。跳过。
bam文件转fq.gz文件
S_AGZX的博客
06-19 3250
fastq文件格式；bam文件格式；bam转换fastq的方法；代码示例
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值