介绍格式头部区@HD@SQ@RG@PG@CO主体区（必须）第 1 列：QNAME第 2 列：FLAG第 3 列：RNAME第 4 列：POS第 5 列：MAPQ第 6 列：CIGAR第 7 列：RNEXT第 8 列：PNEXT第 9 列：TLEN第 10 列：SEQ第 11 列：QUAL主体区（可选）参考介绍SAM（Sequence Alignment/Map）格式是用于存储和描述高通量测序比对结果的标准格式。SAM 文件是纯文本格式，而 BAM（Binary Alignment/Map）文件是其二进制形式，二进制文件占用的磁盘空间比文本文件小，同时运算速度快。
非常多的比对软件可以生成SAM格式，如 HISAT2、bwa、minimap2 等。samtools 专门用于处理 SAM 和 BAM 文件的工具集，包括排序、索引、格式转换等。
https://samtools.github.io/hts-specs/SAMv1.pdf
格式SAM 由两部分组成，都以 tab 分隔：
头部（Header Section）区：以“@”开始，提供了一些比对的总体信息。比如比对的SAM格式版本、比对的参考序列、比对使用的命令行信息等。这一部分是可选的（optional）。主体区/比对数据（Alignment Section）：比对结果，每一行存储一个比对结果，一共 11 个必须列，还可以添加多个可选列。
以下是一个例子，显示出实际比对效果以及在 SAM 文件中的样子，其中：
r001/1 和 r002/2: 组成了一个 read pair，分别对应双端测序的 R1 和 R2r002r003: 嵌合 read（chimeric read），可以看出 r003 同时比对到多个地方r004: 剪切比对
头部区@HD头部行，描述文件格式版本和排序信息。可选，但如果存在的话，只能出现一次并且必须在第一行。
VN: SAM 格式文件的版本SO: 比对的排序顺序。可以是：unknown (default)、unsorted、queryname 和 coordinate。GO: 比对的分组，。可以是：none ()、query () 和 reference ()SS:
@SQ序列行，描述参考序列的 ID 和长度
SN: LN: AH: AN: 备选的参考序列名称AS: 基因组组装标识DS: 描述M5: MD5SP: 物种TP: 分子拓扑，可以是：linear (default) 和 circular。UR:
@RGread 组行，描述读组信息，数据编号信息，GATK软件运行时输入的SAM格式文件中必须含有该信息。
ID: read 的分组标识符。每一个 @RG 行必须有一个唯一 IDBC: 标识样本或文库的 barcode 序列。CN: 生成 read 的测序中心的名字DS: 描述DT: 生成日期FO: 流动槽顺序KS: LB: 文库PG: 生成 read 分组的程序PI: 预测的 insert size 中值，约入临近的整数值PL: 测序平台。可以是：CAPILLARY|DNBSEQ (MGI/BGI) |ELEMENT| HELICOS|ILLUMINA|IONTORRENT|LS454|ONT|PACBIO|SINGULAR|SOLID|ULTIMAPM: 测序平台 modelPU: 测序平台 unitSM: 样本
@PG程序行，描述生成文件所用的程序信息（所用比对软件，版本，命令行信息）。
ID: 程序记录标识符。每一个 @PG 行必须有一个唯一 IDPN: 程序名CL: 命令行PP: DS: 描述VN: 程序版本
@CO注释行，任意的注释信息。
@HD VN:1.0 SO:unsorted # VN是版本格式；SO表示比对排序类型，有unkown(default)，unsorted，queryname和coordinate几种。@SQ SN:chr01 LN:9401 # 参考基因组序列条数有多少，就会有多少相应的@SQ行数。@RG ID:sample01 SM:sample1 PL:Illumina # 若对数据进行编号，则将其信息记录在@RG中@PG ID:bowtie2 PN:bowtie2 VN:2.0.0-beta7 CL:bowtie2 ... # 所用比对软件，版本，命令行信息。
主体区（必须）
第 1 列：QNAME查询序列的名称。
第 2 列：FLAG按位计算值，值变成二进制后，不同位表示相应的比对信息。
https://broadinstitute.github.io/picard/explain-flags.html
1: 该 read 是成对的 Paired reads 中的一个2: Paired reads 中每个都正确比对到参考序列4: 该 read 没有比对到参考序列上8: 与该 read 成对的另一端的 read 没有比对到参考序列上16: 该 read 和参考序列相比，是反向互补的32: 与该 read 成对的另一端的 read 是反向互补的64: 在 Paired reads 中，该 read 是第 1 条128: 在 Paired reads 中，该 read 是第 2 条256: 非最优的比对结果512: 没有通过质量控制1024: PCR 重复或光学重复2048:
第 3 列：RNAME参考序列的名称。如果存在头部区的 @SQ 行，RNAME 会是 SQ-SN tag 中的一个。
第 4 列：POS比对起始位置（1-based）。
第 5 列：MAPQ比对质量得分。
第 6 列：CIGAR描述比对结果信息：匹配碱基数，可变剪接等。
第 7 列：RNEXT匹配的另外一条序列，比对上的参考序列名。
第 8 列：PNEXT比对终止位置（1-based）。
第 9 列：TLEN插入片段长度。
第 10 列：SEQ和参考序列在同一个链上的比对序列（若比对结果在负义链上，则序列是反向重复序列）。
第 11 列：QUAL比对序列的碱基质量（ASCII-33=Phred base quality）。
主体区（可选）可选的列均以 TAG:TYPE:VALUE 的形式提供信息。其中，
TAG 是一个两个字母的字符串。在每一个比对行中，TAG 出现不能超过两次，其出现的顺序也并不重要。TYPE 是一个区分大小写的字母，定义了 VALUE 的格式。
参考
https://samtools.github.io/hts-specs/SAMv1.pdfhttps://jef.works/blog/2017/03/28/CIGAR-strings-for-dummies/生信技能树 | 【直播】我的基因组（十三）:了解sam格式比对结果https://en.wikipedia.org/wiki/SAM_(file_format))简书 | 生信阿拉丁 | Sam/Bam文件格式详解https://zhuanlan.zhihu.com/p/35574870NGS数据格式02-SAM/BAM最详细解读 - pythonic生物人的文章 - 知乎 https://zhuanlan.zhihu.com/p/158719525https://mp.weixin.qq.com/s/q6hiMWGscwaAVcNd9IFCpQ