BWAやBowtieでマッピングするとsam形式でoutputされます。これは人間が目で見て理解できる形式なので，あれこれいじって解析を進めることができるので，しっかり理解しましょう。
sam形式ファイルの中身
lessコマンドによって，sam形式のファイルをみてみると，以下のような11列からなるデータが入っています。（データの初めには，@から始まるheader部分があります。）
r003 163 ch3 9 30 5S6M * 0 0 GCCTAAGCTAA GAS@54AJBW@
↓分かりやすくします。
| 1列 |
2列 |
3列 |
4列 |
5列 |
6列 |
7列 |
8列 |
9列 |
10列 |
11列 |
| r003 |
163 |
ch3 |
9 |
30 |
5S6M |
* |
0 |
0 |
GCCTAAGCTAA |
GAS@54AJBW@ |
1列目：リードの名前
2列目：リードの状況（どんな風にマッピングされてるか判断できる，以下参照）
3列目：張り付いた染色体，コンティグの名前
4列目：張り付いた場所
5列目：マッピングスコア
6列目：マッピング状況（indel入ってるとか，どのくらいマッチしてるとか判断できる，以下参照）
7列目：paired-endの時の相方の名前
8列目：paired-endの時の相方の場所
9列目：paired-endの時のインサートの長さ
10列目：リードのシークエンス配列
11列目：リードのクオリティ
2列目：リードの状況（FLAG）とは
いろいろ数字が書いてありますが，その数字からいろいろな事がわかります。まずこの数字ですが分解する事から始めましょう。たとえば７７と書いてあったら，下の数字の大きい方からピックアップしていきます。
77 ＝ 64 + 8 + 4 + 1
それぞれの数字の意味は以下の通りです。なので77の状況はpaired endの最初のフラグメントで，相方も，自分もリファレンスにマッピングされていないということです。
| 意味 |
|
数字 |
| ペアリードがある |
20 |
1 |
| 両方マップされている |
21 |
2 |
| 両方マップされていない |
22 |
4 |
| 相方がマップされてない |
23 |
8 |
| 逆相補鎖にマップされている |
24 |
16 |
| 相方は逆鎖にマッピングされてる |
25 |
32 |
| 最初のフラグメント |
26 |
64 |
| 最後のフラグメント |
27 |
128 |
| 複数個所にマップされている |
28 |
256 |
| マッピングＱＶが低い |
29 |
512 |
他にどのような数字が出てくるかというと，私が解析した経験上以下の数字が出てきました。
簡単に説明も書いときました。
| 0 |
正しくマップされている |
113 |
どちらも相補鎖 |
| 4 |
mapされてない |
177 |
| 16 |
正しくマップされている |
97 |
←→ |
| 99 |
145 |
| 147 |
69 |
paired endできてない |
| 83 |
137 |
| 163 |
117 |
| 77 |
mapされてない |
153 |
| 141 |
73 |
| 65 |
paired endの間が長い |
133 |
| 129 |
89 |
| 81 |
181 |
| 161 |
|
|
たとえば，マップされていないリードを抽出したい場合は以下のコマンドを使います。
| samtools view-S -f 4 -F 194 -S alignment.sam >unmapped.sam |
-S はinput fileがsam形式であることを指定している。
-f は許可する数字，この場合4なのでマップされていないリードを許可します。
-Fは許可しない数字，この場合194（128+64+2）なのでpaied endでマップされているリードは許可しない
マッピング状況
| M |
アライメントマッチ |
| I |
挿入（インサート）がある |
| D |
欠損（デリーション）がある |
| N |
スッキップ配列がある |
| S |
soft clipping (clipped sequences present in SEQ) |
| H |
hard clipping (clipped sequences NOT present in SEQ) |
| P |
padding (silent deletion from padded reference) |
| ＝ |
sequence match |
| X |
sequence mismatch |
参考文献
The SAM Format
Specification (v1.4-r985)