samtools flagstat参数对比对的bam文件进行统计 解读

 

001、命令

samtools flagstat sample_name.sorted.bam > sample_name.flagstat.txt  ## 基本命令

 

 

a、生成的文件是一个包含16行的文本文件：

 

002、

(base) [b20223040323@admin2 workdir]$ cat Asiatic1.flagstat.txt      ## 查看统计结果
622520785 + 0 in total (QC-passed reads + QC-failed reads)      ## 不是总的reads ， 为什么会出现奇数呢，是因为第二行和第三行之和，即原始的reads数目加上比对到多个位置的reads数目，即  620876200 + 1644585；为什么统计这个数字？？
620876200 + 0 primary                ## 这个地方是总的read数目！！！！ fastq1 + fsatq2 的reads总和
1644585 + 0 secondary                ## 出现比对到参考基因组多个位置的reads数目
0 + 0 supplementary                  ## 可能存在嵌合的reads数目，？？？？ 嵌合是什么意思？？
0 + 0 duplicates                     ## PCR重复的reads数目
0 + 0 primary duplicates             ## ？？为社么又出现一个重复的？？
621864067 + 0 mapped (99.89% : N/A)  ##  正常比对的reads + 比对到参考基因组多个位置的reads之和，这里 644585 + 196872 + 620022610； 比对率再除以 第一行统计到的reads数目，这个值有何意义？？
1644620219482 + 0 primary mapped (99.89% : N/A)   ## 原始的比对率，双端比对到参考基因组的reads数，单端比对到参考基因组的reads数，这里 196872 + 620022610
620876200 + 0 paired in sequencing            ## 双端测序的reads数目， 难道还会有其他的？？
310438100 + 0 read1                           ## read1的数目
310438100 + 0 read2                           ## read2的数目
612737342 + 0 properly paired (98.69% : N/A)  ## 完美比对的reads数，两个reads比对到同一个DNA片段，同时距离符合设置的阈值， 这里 612737342 / 620876200
620022610 + 0 with itself and mate mapped   
196872 + 0 singletons (0.03% : N/A)        ## 双端reads中，其中一端比对上，另一端没有比对上的read 数目
5577184 + 0 with mate mapped to a different chr     ## 比对到两条不同序列的reads数目
2767972 + 0 with mate mapped to a different chr (mapQ>=5)

 。

如果有些结果全部为0，可以检查一下是否对这些参数进行标记。比如标记重复MarkDuplicates。（https://www.jianshu.com/p/34e3e3853fd5）

这个地方是否提示，在利用samtools进行基本统计的时候，是否必须使用标记过后的bam文件进行统计。 

  

003、

 

参考：

001、https://www.jianshu.com/p/34e3e3853fd5

002、https://www.jianshu.com/p/ccc59b459d4a