外觀
sambamba
多執行緒的 BAM 處理工具,功能與 samtools 重疊(排序、索引、篩選、標記重複),最常用的是 depth:深度計算可附各鹼基計數,並預設排除低品質與重複 reads。
指令速查
| 想做 | 指令 |
|---|---|
| 排序 / 索引 | sambamba sort -t 8 -o sorted.bam in.bam、sambamba index sorted.bam |
| 標記重複 | sambamba markdup -t 8 sorted.bam dedup.bam(-r 移除) |
| 篩選 | sambamba view -F "mapping_quality >= 20 and not duplicate" -f bam -o out.bam in.bam |
| 每個鹼基的深度 | sambamba depth base -L regions.bed in.bam |
| 每個區域的平均深度 | sambamba depth region -L regions.bed -T 20 -T 100 in.bam |
| 固定視窗深度 | sambamba depth window -w 1000 in.bam |
每個鹼基的深度
bash
# VCF 位置 chr7:150652580(1-based)= BED 的 chr7 150652579 150652580
sambamba depth base -L chr7:150652580-150652581 -c 0 -q 20 sample.bam
sambamba depth base -L targets.bed -c 0 -q 20 -m sample.bamtext
REF POS COV A C G T DEL REFSKIP SAMPLE
chr7 150652579 21 0 0 0 21 0 0 sample
chr7 150652580 22 0 0 22 0 0 0 sample| 參數 / 欄位 | 意義 |
|---|---|
-L | BED 檔或單一區域 chr:beg-end |
-c | 輸出的最低深度(base 模式預設 1,-c 0 連 0 深度也輸出) |
-q | 不計入鹼基品質低於此值的鹼基 |
-F | 自訂 read 篩選;預設 mapping_quality > 0 and not duplicate and not failed_quality_control |
-m | 成對 reads 重疊時逐鹼基處理,避免同一片段算兩次 |
-T(region) | 輸出達到該深度的鹼基比例,例如 -T 20 → 「≥20× 的比例」 |
POS | 0-based 座標(與 samtools depth 的 1-based 不同) |
A/C/G/T、DEL | 各鹼基與缺失的計數,可直接估算 VAF(例:ALT 數 ÷ COV) |
REFSKIP | 跨越該位置的剪接(RNA-seq 的 N CIGAR) |
上例的
POS是 0-based:150652579對應 1-based 的 150652580。與 VCF 對照時要加 1,見 座標系統。
sambamba vs samtools depth
| sambamba depth | samtools depth | |
|---|---|---|
| 預設排除重複 / MAPQ 0 | 是 | 否(需自行過濾) |
| 鹼基組成 | 有 | 無 |
| 區域摘要(≥X× 比例) | depth region -T | 需另外計算(或用 samtools coverage、mosdepth) |
| 座標 | 0-based | 1-based |
兩者預設的過濾條件不同,同一個 BAM 算出的深度可能不一樣;報告時要寫明工具與參數。官方:sambamba GitHub。