如何使用pysam.view模拟samtools视图的所有功能

Question

我正在尝试使用pysam.view（）从BAM文件中过滤出某些对齐方式。我面临的问题是如何在过滤器中包含多个区域。

pysam.view（）模拟samtools view命令，该命令允许一个人输入由空格字符分隔的多个区域，例如：

samtools view opts bamfile chr1:2010000-20200000 chr2:2010000-20200000 

但是对应的pysam.view调用：

pysam.view(ops, bamfile, '1:2010000-20200000 2:2010000-20200000')

不起作用。它不返回任何对齐方式。我非常确定问题在于如何指定区域列表，因为以下命令可以正常工作：

pysam.view(ops, bamfile, '1:2010000-20200000')

并返回对齐方式。

我的问题是：pysam.view是否支持多个区域，一个区域如何指定此列表？我已经搜索了与此相关的文档，但未找到任何内容。

Answer 1

您的问题的简短答案是您要使用的格式是

pysam.view(ops, bamfile, '1:2010000-20200000','2:2010000-20200000')

（还请注意，表示每个区域末尾的数字比开始处大10倍-似乎您可能打算改用2010000-2020000。]

我已经使用以下代码对其进行了测试：

import pysam

my_bam_file = '/path/to/my/bam_file.bam'
alignments1 = pysam.view(my_bam_file, '1:2010000-4000000')
alignments2 = pysam.view(my_bam_file, '1:5000000-6000000')
alignments3 = pysam.view(my_bam_file, '1:2010000-4000000', '1:5000000-6000000')

print(len(alignments1) + len(alignments2) == len(alignments3))

[Output:] True

但是，这种提取路线的方法不是很有效，因为您得到的输出是一个大的str，而不是单个路线。要获取单独的路线的list，请使用以下代码：

import pysam

my_bam_file = '/path/to/my/bam_file.bam'
imported = pysam.AlignmentFile(my_bam_file, mode = 'rb')
regions = ('1:2010000-20200000','2:2010000-20200000')
alignments = []
for region in regions:
    bam = imported.fetch(region = region, until_eof = True)
    alignments.extend([alignment for alignment in bam])

alignment的每个元素最终都是一个pysam.AlignedSegment对象，您可以使用它使用pysam API中的功能进行进一步的工作。