问题标签 [bam]

我想使用pysam库将我的 SAM 文件转换为 BAM。我正在尝试从 samtools 编写此命令：

作为这样的python代码：

根据本文档。但不幸的是，它不起作用。我该怎么做？我应该先创建一个空的 BAM 文件还是自动创建它？最后我有这个错误：

SamtoolsError: 'samtools 返回错误 1: stdout=b'\x1f\x8b\x08\x04\x00\x00\x00\x00\x00\xff\x06\x00BC\x02\x004\x01\x9dQMO\x83@\x10 \xa5G\xfa#\xccz\xb3\x87\xfd\xa2\xa0\x86\x83\xa9\xad\xd86i\t\x16\xc3u\xb3P\xc0&,PvcC\xff\xa6\x7f\xc8\xc5\ x88&\xe8\xc1xx\x99\xc9\xbcyy\x937\xf3\xfb\xed\xe8md\x18\xb3\xf0\xc9\x0c}\xd7"\x90\x90)a\xa1\xc5\xe8.\xcdX \xd2&\x8cPv\xb9\xf2"\xb8\x8av\xac\xac\xd6\xa5L\x1ben\xf4\xee\xed\xf5x\x16,\xcd\xf5\x83\x1b\x9f\xb8\x19\xf8 \x1f%\xf2]\x82n\x10u`C\xa9M\xcc\xc5\xa6\x1b\x03\x91\n\x00\x95E\x00\x9c[\x00>;\x00\xcb\xa4\xe1* y\xc1\xbcP\x82\x97e\x8c\xfde\xc8\x1e\x97\xd4\xc1\xbd\x99\x97W\r\x1e\\\x84\x89\xcd\x9a\x94\xef%\x13 \xbc\xae\xd3=\xde\xf2z\xd1&\x84~5l\xa0@\x19\x97\x8a\xff\xdfo\xfa\xe9\x97\x1dJ^\x0ci\x16z(;\xa2\xfc\ xdc\'!\xb9PUU\xc8.\x8e\xef>\xe8\xa3\xa1\x88\x12pU\xb7\x9a\x9at\xd1\xf4+\xe0\xf5\x90\x9e\x00\x0c\x01\x8c\x01\xac\x00V\xa2\xee\x10g\xb6 <\xe6\x9a\xfei\x1bxH\x8b\xc1\xdd\xefT\xcc\xc5X\x7f\xd5\x98h\xfc\xf5\xa7\xc6\x85V\xbc\x03\xb7nn4\x10\x02\x00\ x00\x1f\x8b\x08\x04\x00\x00\x00\x00\x00\xff\x06\x00BC\x02\x00\x1b\x00\x03\x00\x00\x00\x00\x00\x00\x00\ x00\x00', stderr=[main_samview] 随机对齐检索仅适用于索引 BAM 或 CRAM 文件。\n'

先感谢您！

使用 VS2019、C#.net 5.0 我编写了一个应用程序，它使用两个嵌套的 Parallel.For 计算 16000 点到 16000 点的距离矩阵：

它在第一次运行时以 77%-99% 的 CPU 负载运行。它在 Computer\HKEY_LOCAL_MACHINE\SYSTEM\ControlSet001\Services\bam\State\UserSettings\ 中注册了 EXE 的位置 在第二次运行时，它不允许 CPU 负载超过 20%。如果我移动项目目录，应用程序会在 %99 再次运行一次。我认为它受到Windows的限制。如何以 99% 的 CPU 负载运行它？

我卸载了防病毒软件。

视窗版：

Windows 10 Home Single Language Version 21H1 安装在 ‎21/‎11/‎2020 OS build 19043.985 Experience Windows Feature Experience Pack 120.2212.2020.0

电源选项，高级设置，

处理器电源管理

最低处理器状态：电池供电：100% 插入电源：100%

系统冷却策略： 使用电池：激活 插入：激活

最大处理器状态：电池供电：100% 插入电源：100%

我正在尝试使用 samtools 排序功能对一个不大的 bam 文件（命名为 PT2）（大小 180 兆）进行排序。排序永远不会结束，也不会出现错误消息。我已经使用（家庭帐户的 proc 文件夹中的 meminfo 文件）检查了 VM Ubunto 的内存。我还有大约 80 个演出磁盘空间

第一个代码：samtools sort -o outputs/PT2_sorted.bam outputs/PT2.bam（非常慢wwww）

第二个代码：samtools sort -o outputs/PT2_sorted.bam outputs/PT2.bam（非常慢）

您认为这种缓慢工作背后的原因是什么？有什么建议吗？

谢谢

我想提取读取名称列表，其中一个是唯一映射的，另一个是多映射的。

但是，经过一些尝试和错误，我发现

第一个生的

总是这样坏：

或者像这样：

（即部分 sam 文件行）

我怀疑bam文件本身坏了，然后我做

但它正常返回

是否有任何理由插入“句末”或其他工作人员？

先感谢您，

[修改问题]

感谢您的友好指导和解释。

好的，我重新解释一下情况。由于原始文件很重，我无法掌握许多工具所做的整个过程，所以让我解释一下。

“samtools view”命令采用 .bam 或 .sam 文件并返回超过 11 个以 \t 作为分隔符的字段。

我想用“XS:i:”提取行，所以“grep XS:i:”和 awk '/XS:i:/' 都可以。

尽管预计每个完整的行都将输出，但已经出现了具有完整字段集的行。

从另一个试验中，我可以理解该行没有损坏，我想知道这是因为 samtools 或 grep 和/或 awk。

是否可以通过 grep 或 awk '/' 部分提取太长的行？? 谢谢大家，我知道 grep -q 不适合我的目的。

假设我有一个 BAM 文件和几个位置，我想在此对齐中更仔细地检查它们。我的目标是找出这些位置是否在相同的读数上，以及每个读数在这两个位置上有哪些核苷酸。所以我的输出应该是在位置上出现的所有读数的表格，并列出相关的核苷酸。

输出应如下所示（前三个位置为 980、1350 和 1400；我组成了读取名称）：

最后，我想要一张通过读数连接核苷酸的表格。

到目前为止，我已尝试在所需位置读取 Bam 文件：

使用以下代码，我可以访问读取，但是如何在各个位置获取相应的核苷酸？

我已经尝试使用aln[[i]]$cigar带有序列的 CIGAR 字符串aln[[i]]$seq来手动提取核苷酸，但这导致了越来越多的问题。

有没有什么简单的方法可以提取核苷酸？

我现在在互联网上搜索了很长时间，以寻找一个简单的解决方案，但没有成功。希望有人会在这里帮助我！非常感谢您提前抽出时间。

我正在尝试修改一段代码来提取 bam 文件中特定元素的信息。

这是我到目前为止所拥有的：

我得到的错误是：

ValueError: Length mismatch: Expected axis has 1 elements, new values have 3 elements

这是在我在函数全局变量中创建所需文件之后。之前，我得到的错误是：

TypeError: count_bam() missing 3 required positional arguments: 'bed_file', 'output', and 'genome_sizes'

我觉得这与argparse有关。它读取第一个必需的参数（bamfile），但不注册其他 3 个。

任何帮助将不胜感激。

我正在尝试将 BAM 文件从 Ion Amplicon 测序转换为 FASTQ 文件。我正在使用谷歌协作。我将在 R 中将 FASTQ 文件用于管道 DADA2。任何帮助将不胜感激。

我通过 velocyto.py 将 10X bam 文件传输到 loom 文件中，并使用 Scanpy 进行细胞聚类。但是，当我用 Scanpy 进行数据处理时，我发现 loom 文件中没有 mito 基因，见下文。 在此处输入图像描述

运行 velocyto.py 时，它显示：“警告 - .bam 文件引用注释 (.gtf) 文件中不存在的染色体 'MT+'” “警告 - .bam 文件引用染色体 'MT-' 不存在于注释 (.gtf) 文件中”

BAM 文件来自 Cell Ranger v3.1 生成的 10X。参考基因组是 10X 的 refdata-gex-mm10-2020-A.tar.gz。重复注释文件是来自 UCSC 的 mm10_rmsk.gtf。

是不是因为 cell ranger v3.1 太旧，没有与 refdata-gex-mm10-2020-A.tar.gz 和 mm10_rmsk.gtf 相同的染色体名称？但是当我检查BAM中的染色体名称时，我发现它是ChrM，与refdata-gex-mm10-2020-A.tar.gz和mm10_rmsk.gtf一样？那么为什么提示显示 .bam 文件指的是染色体“MT-”？

这是检查 bam 中染色体名称的代码。$ samtools 查看/home/hyjforesight/mybam.bam | 切-f3 | perl -ne '打印除非 $seen{$_}++' - chr1 chr10 chr11 chr12 chr13 chr14 chr15 chr16 chr17 chr18 chr19 chr2 chr3 chr4 chr5 chr6 chr7 chr8 chr9 chrM chrX chrY

我想可视化具有多个基因组的 ba​​m 文件。我使用 samtools 对其进行了排序，并得到了一个索引文件。

我首先尝试了 Qualimap，但是当生成跨参考的覆盖范围时，结果并不好，因为值在轴末端重叠。

我需要获得更好的可视化。我使用了各种工具，IGV、GenomeWorkbench 甚至 ngscat，但其中很多工具不接受我的 bam 文件，因为它有几种/多种类型的基因组（病毒和人类）。我需要一个可以接受它并给我一个更清晰的图表的工具

谢谢！

我有一个 bam 文件，我想计算每个外显子的大小：例如，我有 6 根雪茄串

我想要输出：

这是我的脚本，但它只适用于前三个雪茄圈，我不知道如何才能得到正确的输出

我的脚本的输出：