1

我正在尝试使用 pysam.view() 从 BAM 文件中过滤掉某些对齐。我面临的问题是如何在过滤器中包含多个区域。

pysam.view() 模拟 samtools view 命令,该命令允许输入由空格字符分隔的多个区域,例如:

samtools view opts bamfile chr1:2010000-20200000 chr2:2010000-20200000 

但是对应的 pysam.view 调用:

pysam.view(ops, bamfile, '1:2010000-20200000 2:2010000-20200000')

不起作用。它不返回任何对齐方式。我很确定问题在于如何指定区域列表,因为以下命令可以正常工作:

pysam.view(ops, bamfile, '1:2010000-20200000')

并返回对齐方式。

我的问题是: pysam.view 是否支持多个区域以及如何指定此列表?我已经搜索了有关此的文档,但没有找到任何东西。

4

1 回答 1

0

对您的问题的简短回答是您使用的格式是

pysam.view(ops, bamfile, '1:2010000-20200000','2:2010000-20200000')

(另请注意,表示每个区域结束的数字比开头大约 10 倍 - 看来您可能打算2010000-2020000改为。)

我已经使用以下代码对其进行了测试:

import pysam

my_bam_file = '/path/to/my/bam_file.bam'
alignments1 = pysam.view(my_bam_file, '1:2010000-4000000')
alignments2 = pysam.view(my_bam_file, '1:5000000-6000000')
alignments3 = pysam.view(my_bam_file, '1:2010000-4000000', '1:5000000-6000000')

print(len(alignments1) + len(alignments2) == len(alignments3))

[Output:] True

但是,这种提取对齐方式的效率不是很高,因为您得到的输出是一个大str的,而不是单独的对齐方式。要获得一个list单独的对齐方式,请使用以下代码:

import pysam

my_bam_file = '/path/to/my/bam_file.bam'
imported = pysam.AlignmentFile(my_bam_file, mode = 'rb')
regions = ('1:2010000-20200000','2:2010000-20200000')
alignments = []
for region in regions:
    bam = imported.fetch(region = region, until_eof = True)
    alignments.extend([alignment for alignment in bam])

然后每个元素alignment最终成为一个pysam.AlignedSegment对象,您可以使用pysam API中的函数进一步使用它。

于 2019-12-13T00:20:22.223 回答