Sam（Sequence Alignment/Map） file

https://img-blog.csdnimg.cn/f213061fc3bc487193a06eff9ac6edec.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBARHpmbHkuLg==,size_20,color_FFFFFF,t_70,g_se,x_16

1. 標頭（Header）：SAM檔的開頭包含了一個標頭區域，其中包括了有關該比對文件的原始資訊。這些原始資訊可以包括參考基因組的名稱、版本、檢查和其他相關的信息。此外，還可以包含一些文檔級別的註釋，如日期、比對軟件的版本等。

2. 對齊記錄（Alignment Records）：SAM檔的主要內容是一系列的對齊記錄，每個記錄對應一個DNA片段（讀取），描述了該片段對參考基因組的比對情況。每條對齊記錄通常包括以下信息：

   • 序列名稱（QNAME）：該片段的名稱或標識符。
   • 位於參考基因組上的起始位置（POS）：該片段的起始位置。
   • 參考序列名稱（RNAME）：參考基因組上的染色體或序列名稱。
   • 對齊的起始位置（SAM FLAG）：一個包含多個標誌的整數，描述了對齊的特定屬性，如是否對齊、是否為配對片段等。
   • 比對的質量（MAPQ）：表示比對的質量，通常以Phred質量分數的形式呈現。
   • CIGAR字符串（CIGAR）：描述了比對的操作，如匹配、插入、刪除等。
   • 序列（SEQ）：該片段的序列。
   • 貢獻參考序列的質量（QUAL）：每個序列位置的Phred質量分數，用於衡量序列的準確性。
   • 可選字段（Optional Fields）：可以包括一些可選的自定義字段，用於存儲額外的比對信息，如片段的重複狀態、配對信息、標記等。

3. 未比對片段（Unmapped Fragments）：如果某些DNA片段無法與參考基因組進行比對，則它們的對齊記錄可能會包含相應的信息，標記為未比對片段。

SAM檔的主要目的是存儲DNA片段對參考基因組的比對信息，並提供了關於比對質量、比對特性和其他自定義信息的詳細內容，以便進一步的分析和解釋DNA比對結果。此外，SAM格式通常與SAMtools等生物信息學工具一起使用，以進行後續的數據處理和分析。

Bam (Binary Alignment/Map) file

就是 SAM 格式的壓縮二進制版本，用於存儲DNA序列比對結果的文件。

Example

因為bam file 是二進制的檔案，所以沒辦法直接看，來一個example這是我國網(之後介紹)的一個跑完的sample，我用一個生物資訊常用的工具 samtools 來看他的檔案

samtools view -h 文件名 |less -S

samtools view -h HG002_hla_extracted.bam | less -S
![[Pasted image 20230922235726.png]]
小小題外話一下，為什麼加這段 | less -S 是因為檔案一下開啟，因為太大，回不斷往下卷，整個terminal都會被佔滿......

Source

sam file
sam/bam格式
生信学习——sam和bam格式文件的shell小练习（附详细答案解读）