生信分析常见文件——BAM文件

比对软件将质控后的fq格式文件与参考基因组进行比对后得到SAM文件，首先由于sam文件很大，mapping结果乱序不可直接用，将sam文件转为bam格式，再对bam文件进行排序sorting

一个非常好用的工具包——Samtools。

SAM（The Sequence Alignment / Map format）文件是BWA比对软件输出的纯文本文件，BAM（B取自binary）文件是SAM文件的（压缩为1/6）。BAM文件由两部分组成，头部区（header）和主体区（record），都以tab分列。

一、头部区简要介绍

头部区：以’@'开始，体现了比对的一些总体信息。比如比对的SAM格式版本，比对的参考序列，比对使用的软件等。

@HD VN：1.0 SO:unsorted （排序类型）
头部区第一行：VN是格式版本；SO表示比对排序的类型，有unknown（default），unsorted，queryname和coordinate几种。samtools软件在进行行排序后不能自动更新bam文件的SO值，而picard却可以。
@SQ SN：contig1 LN:9401 （序列ID及长度）
参考序列名，这些参考序列决定了比对结果sort的顺序，SN是参考序列名；LN是参考序列长度；每个参考序列为一行。
例如：@SQ SN:NC_000067.6 LN:195471971
@RG ID（read group）：sample01 （样品基本信息）
1个sample的测序结果为1个Read Group；该sample可以有多个lib