基于sambamba 窗口reads计数和平均覆盖度统计

生信与基因组学

Sambamba是一个高性能，高度并行，健壮和快速的工具（和库），用D编程语言编写，用于处理SAM和BAM文件。与samtools相比，其优势在于并行BAM读和写。

conda安装

conda install sambamba -y

# github: https://github.com/biod/sambamba

基本用法

# 创建.bai index
samtools index sample.bam

# 计算1000kb窗口reads数和平均覆盖度
sambamba depth window -w 1000 sample.sorted.bam > /path/sample.bam_read_depths.txt

窗口reads计数的Python封装

调用封装程序

python编写，-b参数为排序后的bam文件路径，-w为统计的窗口大小(kb)。

python reads_depth.py -b /path/Sample.sorted.bam

主程序

# reads_depth.py
import os
import optparse
from pathlib import Path

# 创建类
class ReadsDepth(object):
    def __init__(self, bam_path: str, window_size: int) -> None:
        path_obj = Path(bam_path)
        # bam文件目录路径
        self.result_dir_path = path_obj.parent
        self.bam_path = bam_path
        self.window_size = window_size
        self.sample_name = str(path_obj.stem).split('.')[0]

        # 输出文件路径
        self.output_path = os.path.join(self.result_dir_path, self.sample_name + '.bam_reads_depths.txt')

        self.bam_index()

        self.reads_depth()

    def bam_index(self):
        # 检查bam文件index是否存在，不存在则创建
        if not os.path.exists(self.bam_path + '.bai'):
            os.system("samtools index {}".format(self.bam_path))

    def reads_depth(self):
        # 获取窗口reads计数和平均覆盖度
        run_status = os.system("sambamba depth window -w {0} {1} > {2}".format(self.window_size, self.bam_path, self.output_path))


if __name__ == '__main__':
    parser = optparse.OptionParser(usage='"%prog"', version="%prog V1.0")
    parser.add_option("-b", "--bam-path", dest="bam_path", type=str, help="")
    parser.add_option("-w", "--window-size", dest="window_size", type=int, default=1000, help="bp")
    options, args = parser.parse_args()

    reads_depth = ReadsDepth(bam_path=options.bam_path, window_size=options.window_size)

微信扫一扫分享文章