Samtools于2009年由 Li Heng 发表在期刊BIOINFORMATICS上，被广泛地应用并整合在二代测序分析流程中，至今已超过2w+的引用率！

本文介绍Linux系统下通过编译安装samtools的操作方法，同时对samtools的功能和使用技巧进行介绍，Samtools是生物信息学中广泛使用的一款软件，主要用于处理基于高通量测序数据。

安装方法

首先，在官网下载最新版的安装包，以下是官网地址，如果你无法访问Github，可以在下面提供第一条链接进行下载（速度更快）。

https://cloud.filll.cn/samtools-1.19.2.tar.bz2
https://github.com/samtools/samtools/releases/

下载完成后，解压并进入samtools文件夹

tar -jxvf samtools-1.19.2.tar.bz2
cd samtools-1.19.2

如果你是管理员账户，想让服务器其他用户也能使用，可以直接运行以下命令：

./configure

但是，如果你只是普通用户，没有权限操作系统目录，则在后面加上prefix参数设置安装路径，例如设置到自己的家目录下：

./configure --prefix=~/software/samtools-1.19.2/

然后就可以开始make编译安装了

make
make install # 普通用户执行
sudo make install # 管理员用户执行

安装完成后，可以进行检查是否安装成功，如果出现以下提示，表示安装成功。

$ which samtools
/usr/local/bin/samtools

(STAR) [xx @ xx  15:32:01 ~]
$ samtools

Program: samtools (Tools for alignments in the SAM format)
Version: 1.19.2 (using htslib 1.19.1)

Usage:   samtools <command> [options]

Commands:
  -- Indexing
     dict           create a sequence dictionary file
     faidx          index/extract FASTA
     fqidx          index/extract FASTQ
     index          index alignment

配置环境变量，这样下次就能直接调用了。

export PATH=/yourdir:$PATH >> ~/.bashrc

主要功能

1. 查看和转换格式：Samtools可以将SAM格式转换为二进制的BAM格式，这样做可以减少文件大小，提高数据处理效率。
2. 排序和索引：对于BAM文件，Samtools可以按照染色体位置进行排序，并为其创建索引。
3. 数据提取和查询：利用Samtools，用户可以根据需要提取BAM文件中的特定区域或者特定特征的数据。
4. 统计分析：Samtools能够提供关于测序数据的统计信息，如覆盖度、碱基质量分布等。
5. 变异检测：Samtools还包括用于变异检测（如单核苷酸多态性，SNPs）的工具。
6. 错误校正：它还能帮助识别和校正测序错误。

常用命令与使用方法

对fasta文件建立索引

samtools faidx ref.fasta

通常用于为参考基因组建立索引，以上命令可以建立一个以.fai后缀结尾索引文件，非常好用。

对BAM文件进行排序

samtools sort [-T out.prefix][-@ threads][-m maxMem][-o out.sorted.bam][in.bam]

sort命令也很强大，可以对bam文件中的序列进行排序，默认下是按序列在fasta文件中的顺序（即header）和序列从左往右的位点排序。

• @ 用于设置线程数
• m 用于设置最大内存资源量

合并多个已排序的BAM文件

samtools merge [out.bam][in1.bam][in2.bam]

这个命令能够将多个bam文件合并成一个文件，如果想合并指定染色体，只需要添加R参数即可，例如“-R chr7”，支持批量合并，可以用*代替目录下所有文件。

samtools merge [-nur1f] [-h inh.sam] [-R reg] [-b <list>] <out.bam> <in1.bam> [<in2.bam><in3.bam>…<inN.bam]
参数：
    -l 指定压缩等级；
    -b FILE 输入文件列表，一个文件一行；
    -f 强制覆盖同名输出文件；
    -h FILE 指定FILE内的’@’头复制到输出bam文件中并替换输出文件的文件头。否则，输出文件的文件头将从第一个输入文件复制过来；
    -n 设定输入比对文件是以read名进行排序的而不是以染色体坐标排序的；
    -R STRING 合并输入文件的指定区域；
    -r 使RG标签添加到每一个比对文件上，标签值来自文件名；
    -u 输出的bam文件不压缩；
    -c 当多个输入文件包含相同的@RG头ID时，只保留第一个到合并后输出的文件。当合并多个相同样本的不同文件时，非常有用。
    -p 与-c参数类似，对于要合并的每一个文件中的@PG ID只保留第一个文件中的@PG。

今天的分享就到这里，下次分享bcftools的使用方法和技巧。

参考资料

https://github.com/samtools/samtools
https://zhuanlan.zhihu.com/p/658663764