SAM Sequence Alignment/Mapping

1つのheader sectionと1つのalignment sectionからなる。

HEADER

• 各header行は@で始まり、2文字のコードが続く。
• その後はタブ区切りのKEY:VALUE形式が並ぶ。

• @SQ
  • 参照配列に関する情報を保存
  • KEYにはSNとLNがある。
  • SN 配列名
  • LN 配列長
• @RG
  • リードグループとサンプルメタ情報を保存
  • KEYにはIDとSM,PLがある。
  • ID 必須かつ一意的。実用上は特定のseq runに関する情報などを使用。
  • SM 試料情報を保存（option）
  • PL seq platform (ILLUMINAなど)を保存（option）
• @PG
  • programに関するメタ情報を保存
  • KEYにはID, VN, CLがある。
  • ID プログラム固有のID値
  • VN version番号
  • CL 実行command line

ALIGNMENT

tab区切りの必須11列

$1:	QNAME	Query(リード)名
$2:	FLAG	bit表現フラグ(アライメント結果を整数値で記載)
$3:	RNAME	リファレンス名
$4:	POS	リードのマッピング開始位置(1起算)/unmappedは0
$5:	MAPQ	マッピングクオリティスコア, Q=-10log10P
$6:	CIGAR	CIGAR文字列(マッピング状況)
$7:	RNEXT	PEの場合、相手方のリード名 *はRNEXTが存在しないことを意味 =はRNEXTがRNAMEと同じであることを意味
$8:	PNEXT	PEの場合、相手方のマッピング開始位置 RNEXTが存在しない場合、値は0
$9:	TLEN	PEの場合、templateの長さ
$10:	SEQ	マップした配列の塩基配列データ
$11:	QUAL	マップした配列のSequence Qualityデータ

bit表現フラグ

値は1(True), 0(False)

Flag(hex)
0x1	:PEである
0x2	:正しいペアとしてaligmentされている
0x4	:Mappingされていない
0x8	:メイトペアがMappingされていない
0x10	:配列は相補鎖にMappingされている
0x20	:メイトペアの配列が逆転している
0x40	:ペアの最初のリード
0x80	:ペアの２番めのリード
0x100	:secondary aligment
0x200	:QC失敗
0x400	:PCRまたは光学複製
0x800	:補助的アライメント

example

  $ samtools flags 147  # 147(10進数)は10010011(2進数)
                        # 第1,2,5,8bitが1(True)であることを意味
    0x93 147 PAIRED, PROPER, PAIR, REVERSE, READ2

CIGAR文字列

操作	値
M	0	aligment match
I	1	挿入
D	2	欠失
N	3	skip領域
S	4	ソフトクリッピング領域
H	5	ハードクリッピング領域
P	6	padding
=	7	配列マッチ
X	8	配列ミスマッチ