Random subsample from a BAM file

发表于 分类于

Random subsample from a BAM file

原文日期: 2017-06-21
来源: https://github.com/wlz0726/wlz0726.github.io

BAM 文件随机抽样

使用 samtools

1
2
3
4
5
6
7
8
# 抽样 10%
samtools view -s 0.1 -b input.bam > subsample.bam

# 抽样 50%
samtools view -s 0.5 -b input.bam > subsample.bam

# 指定种子（可重复）
samtools view -s 42.1 -b input.bam > subsample.bam

参数格式

-s seed.fraction

  • seed: 随机种子（整数）

  • fraction: 抽样比例（0-1）

使用 seqtk

1
2
3
4
5
# 抽样 100 万条 reads
samtools fastq input.bam | \
  seqtk sample -s100 - 1000000 | \
  bwa mem -p reference.fasta - | \
  samtools sort -o subsample.bam

注意事项

  1. 双端数据: 保持配对关系

  2. 种子: 相同种子产生相同结果

  3. 比例: 根据需求选择

此文档为 GitHub 博客自动归档