本文中的sam 文件由bowite2 中example文件夹中的reads_1和reads_2比对产生的。
1）有多少条reads（pair-and-reads这里算一条）参与了比对参考基因组
cat tmp.sam |grep -v "^@" |wc
2）统计共多少找那个比多类型（即第二列数值有多少种）及其分布
cat tmp.sam |grep -v "^@" |cut -f 2 |sort |uniq -c
cat tmp.sam |grep -v "^@" |cut -f 2 |sort |uniq -c |sort -k1,1nr #按照比对类型的数目进行排序
3）筛选出比对失败的reads，看看序列特征。
筛选第6列为*的reads：
cat tmp.sam |grep -v "^@"|awk '{if($6=="*")print}'|wc
或者
cat tmp.sam |grep -v "^@" |cut -f 6 |grep '*'|wc
输出序列（第10列）
cat tmp.sam |grep -v "^@"|awk '{if($6=="*")print ￥10 }'
4）比对失败的reads区分成单端失败和双端失败情况
接着上一题，查看第一列的比对片段编号（有重复的是双端都没有比对上，只有一个的说明是单端没有比对上）
cat tmp.sam |grep -v "^@"|awk '{if($6=="*")print $1}'|sort |uniq -c
然后grep -w 2或者grep -w 1，分别输出双端和单端没比对上的reads
5）筛选出比对质量大于30的情况（看第5列）
cat tmp.sam |grep -v "^@"|awk '{if($5>30)print}'
6）筛选出比对成果，但是并不是完全匹配的序列
先找到比对成功（不是不完全失败的 awk '{if(6
cat tmp.sam |grep -v "^@"|awk '{if($6!="*")print$6 }' |grep -c "[IDNSHPX]" |wc
7）筛选出insert size长度大于1250bp的pair-and-reads
cat tmp.sam |grep -v "^@"|awk '{if($7>1250)print }'
8）统计参考基因组上面各条染色体的成功比对reads数量
cut -f 3 tmp.sam |sort -u
9）筛选出原始fq序列里边有N的比例情况
awk '{if($10~"N")print}' tmp.sam |less -S
这里没有单独看第10列，而是在第10列里边找，看整体所有信息。
10）筛选出原始fq序列里边有N，但是比对的时候确实完全匹配的情况
awk '{if($10~"N")print}' tmp.sam |awk '{if($6!~"[IDNSHPX*]")print}' |less -S
注意这里排除不完全匹配的情况，还有排除完全不匹配的情况*
11)sam文件里边的头文件行数
grep "^@" tmp.sam |wc
12）Sam文件里每一行的tags个数一样吗？
第12列以后，这里选取到1000列
13）Sam文件里每一行的tags数分别是多少
cut -f 12-1000 tmp.sam |awk '{len=split($0,a," ");print len}'
14）Sam文件里记录的参考基因组染色体长度分别是？
grep "LN" tmp.sam
15）找到比对情况有insertion的情况
awk '{if($6~"I")print }' tmp. sam
16）找到比对情况有deletion的情况
awk '{if($6~"D")print }' tmp. sam
17）取出位于参考基因组某区域的比对记录，比如5013到50130区域
awk '{if($4>5013 && $4<50130)print}' tmp.sam |less -S
18）把sam文件按照染色体以及起始坐标排序
sort -k 3 tmp.sam |less -S
sort -n -k 4 tmp.sam |less -S
19）找到102M3D11M的比对情况，计算其reads片段长度
grep "102M3D11M" tmp.sam |cut -f 10|wc
20）按照samtools软件后把上述题目重新做一遍
