pysam

# Pysam ## 概述 Pysam 是一个用于读取、操作和写入基因组数据集的 Python 模块。它通过 Python 接口调用 htslib，支持读写 SAM/BAM/CRAM 比对文件、VCF/BCF 变异文件和 FASTA/FASTQ 序列。支持查询 tabix 索引文件、执行堆叠 (pileup) 分析以计算覆盖度，并执行 samtools/bcftools 命令。 ## 何时使用此技能 当需要进行以下操作时使用此技能： - 处理测序比对文件 (BAM/CRAM) - 分析遗传变异 (VCF/BCF) - 提取参考序列或基因区域 - 处理原始测序数据 (FASTQ) - 计算覆盖度或读取深度 - 实现生物信息学分析工作流 - 测序数据质量控制 - 变异检测与注释工作流 ## 快速入门 ### 安装 bash uv pip install pysam ### 基础示例 **读取比对文件：** python import pysam # 打开 BAM 文件并获取区域内的 reads samfile = pysam.AlignmentFile("example.bam", "rb") for read in samfile.fetch("chr1", 1000, 2000): print(f"{read.query_name}: {read.reference_start}") samfile.close() **读取变异文件：** python # 打开 VCF 文件并遍历变异 vcf = pysam.VariantFile("variants.vcf") for variant in vcf: print(f"{variant.chrom}:{variant.pos} {variant.ref}>{variant.alts}") vcf.close() **查询参考序列：** python # 打开 FASTA 并提取序列 fasta = pysam.FastaFile("reference.fasta") sequence = fasta.fetch("chr1", 1000, 2000) print(sequence) fasta.close() ## 核心能力 ### 1. 比对文件操作 (SAM/BAM/CRAM) 使用 `AlignmentFile` 类处理比对后的测序 reads。适用于分析比对结果、计算覆盖度、提取 reads 或进行质量控制。 **常见操作：** - 打开并读取 BAM/SAM/CRAM 文件 - 从特定基因组区域获取 reads - 按比对质量、标志位或其他标准过滤 reads - 写入过滤或修改后的比对结果 - 计算覆盖度统计信息 - 执行堆叠分析 (pileup)（逐碱基覆盖度） - 访问 read 序列、质量分数和比对信息 **参考：** 请参阅 `references/alignment_files.md` 获取详细文档，包括： - 打开和读取比对文件 - AlignedSegment 属性和方法 - 使用 `fetch()` 进行区域检索 - 用于覆盖度分析的堆叠分析 - 写入和创建 BAM 文件 - 坐标系统和索引 - 性能优化技巧 ### 2. 变异文件操作 (VCF/BCF) 使用 `Va