BAM文件:使用pysam获取特定位置上的所有读取

Question

我有一个BAM文件，在某个位置上有520817个读取(如IGV所示)。然而，当我使用pysam来获取读取名和特定位置上的相关核苷酸时，我并没有得到这个数量(只有大约7000个阅读量)。我想只有当那个位置上的核苷酸与参考基因组不同时，我才能读到。有没有变通的办法，让我得到所有的读数？我从生物信息学开始...所以请让我知道你需要什么来帮助我！

非常感谢!

这是我的代码：

import pysam
import csv
import sys

#---Get a table with in the first column: read-ID; second column: SNP-location; third column: nucleotide---#
mybam = pysam.AlignmentFile("file.bam", "rb")
w = csv.writer(open("snp.csv", "wb"), delimiter=",")
w.writerow(["Read", "Loc", "Nucl"])
for pileupcolumn in mybam.pileup('chr6', 29911198,29911199):
    print ("\ncoverage at base %s = %s" %
           (pileupcolumn.pos, pileupcolumn.n))
    for pileupread in pileupcolumn.pileups:
        if not pileupread.is_del:
            if pileupcolumn.pos == 29911198:
                w.writerow((pileupread.alignment.query_name, 29911198, pileupread.alignment.query_sequence[pileupread.query_position]))             
                print ('\tbase in read %s = %s' % (pileupread.alignment.query_name, pileupread.alignment.query_sequence[pileupread.query_position]))

mybam.close()

Answer 1

选中IGV option View-->Preference->Alignment，一些"filter xxxx“选项(重复、二次对齐、低质量)可能会改变输出。

通常，pysam不会使用BAM_FUNMAP、BAM_FSECONDARY、BAM_FQCFAIL、BAM_FDUP标记进行堆积读取，因此请确保您的IGV视图选项与pysam.AlignmentFile.pileup中的选项相同。否则，它们可能会生成不同的输出。