Sam格式在NGS中是一个不可或缺的格式，所以我们必须对其有一定了解。网上有很多文章对其有讲解，我当初也是看了那些文章入门的，当然最后只懂了每列是干嘛用的，但是具体每个标识代表什么含义却一知半解。虽然这不影响后续的学习以及相关的分析，但是对于这个一个这么重要的格式来说，这是不够的。
比如我们都知道SAM格式分为头部分和比对部分，那么头部分每个符号代表什么意思呢
我们知道SAM格式主要应用在测序数据mapping到参考基因组上（或者其他序列），那么知道什么是线性比对，什么是嵌合比对以及多重比对；还有片段（segment）和读段（read）的区别呢
我们也知道SAM格式的第2列是FLAG，那我们了解每个FLAG的含义吗，等等
以上我们一般只能说粗略了解，直到我看到一朋友分享的 https://github.com/samtools/hts-specs的SAM格式介绍，才发现自己以前所了解的实在太浅薄了
因此不打算自己来写SAM格式的介绍，推荐大家看这个pdf
这PDF从比对的基础术语到SAM格式的每个标识的含义都做了非常详细的解释，自认为如果我自己来写的话，也一般只能说清楚其他一小部分的内容，最后还是半懂不懂。
比如这PDF先以一个小例子初步说明比对是怎么样的
然后介绍了几个关键的术语，有助于后面的理解
接着介绍头部分的的几个标签的含义以及如何使用；比对部分的每列的含义，其中个人觉得比较需要理解的是FLAG列和CIGAR列；前者比较常见，用处也比较大；后者我也是看了才明白其含义，之前也是一知半解，其简要的用字母和数字表达了比对的信息
接着推荐了SAM格式的操作
最后还介绍了下BAM格式
如果上述的pdf还无法让人明白FLAG的话（比如我自己），推荐看http://www.samformat.info/sam-format-flag，你可以选择输入任何一个FLAG值来看其对应的含义，其右边也对FLAG进行了分类，比如：
只有一端比对上的FLAG值有
73, 133, 89, 121, 165, 181, 101, 117, 153, 185, 69, 137
双端都没比对上的有FLAG值有
77, 141
双端比对在正确的insert size以及正确的方向上的FLAG值有
99, 147, 83, 163
如果还是有些不明白的话，可以看http://seqanswers.com/forums/showthread.php?p=71753，作者在2012年就很好的将SAM格式的FLAG做了通俗的解释及分类，比如：
其对paired reads分为了"All Good"和"All Bad"；并对"All Good"再次细分为：
Some values mean "all good" i.e. that both reads in the pair have aligned
65 - 0001000001 - this is first read in pair and both reads aligned the forward strand.
129 - 0010000001 - This is second read of pair and both reads aligned the forward strand.Sometimes both reads of a pair are flipped (reverse complemented) before mapping
113 - 0001110001 - "this is the first read of a pair, both reads in pair were flipped and both mapped".
177 - 0001110001 - "this is the second read of a pair, both reads in pair were flipped and both mapped".Other times only one of the reads in a pair is flipped though both of them map
81 - 0001010001 - "this is the first read of pair, both reads mapped, we had to flip this read, but mate is in forward orientation".
161 - 0010100001 - "this is second read, this one is forward but we flipped its mate and both reads mapped".
97 - 0001100001 - "this is first read, its mate is flipped but this is forward. Both mapped".
145 - 0010010001 - "this is second read. it is flipped but its mate is not. Both mapped".这些可以很好的对上面的理解进行了补充说明，非常不错。
总体上，对于SAM格式的理解，在上述资料看完后绝对会有很好的提升
本文出自于http://www.bioinfo-scrounger.com转载请注明出处