Format SAM
El format SAM (acrònim de l'anglés, Sequence Alignment Map) és un format d'archiu de text dissenyat per a l'almagasenament de seqüències biològiques alineades a una seqüència de referència i desenrollat per Heng Li i Bob Handsaker i colaboradors.[1] Es va desenrollar durant el Proyecte 1000 genomes, en l'objectiu d'alluntar-se del format MAQ i dissenyar un nou format. El disseny general de columnes separades per tabulacions es va inspirar en el format PSL de BLAT. El nom de SAM ve de Gabor Marth, qui originalment tenia un format en el mateix nom pero diferent sintaxis, similar al format d'eixida de BLAST. [2] S'usa generalment per a almagasenament de senyes, tals com a seqüències de nucleòtits, generats per mig de tecnologia de seqüenciació, incloent seqüències no mapeadas. El format accepta seqüències curtes i llargues (fins a 128 Mpb) [3] produïdes per diferents plataformes de seqüenciació; s'ha utilisat en diferents proyectes i institucions com el Genome Analysis Toolkit, el Broad Institute, el Wellcome Sanger Institute i durant el Proyecte 1000 genomes.
Format
[editar | editar còdic]El format SAM consistix en secció de capçalera i una atra en informació sobre el alineamiento.[1] Els archius SAM es poden analisar i editar en el software SAMtools.[1] La secció de capçalera deu aparéixer primer en l'archiu, utilisant el símbol "" per a distinguir-la de la secció de alineamiento. La secció de alineamiento té 11 camps obligatoris, aixina com un número variable de camps opcionals.[1][4] A continuació es mostra una taula en els camps obligatoris de la secció de alineamiento:
| Columna | Camp | Tipo | Breu descripció |
|---|---|---|---|
| 1 | QNAME | Cadena (de caràcters) | És l'identificador únic per a cada llectura |
| 2 | FLAG | Número entero | Indicador (mostrat en bits) |
| 3 | RNAME | Cadena | Nomene de la seqüència de referència. Pot ser un cromosoma, un identificador de transcrito etc. |
| 4 | POS | Número entero | Primera posició mapeada (en base 1) |
| 5 | MAPQ | Número entero | Mètrica de calitat del mape |
| 6 | CIGAR | Cadena | Resumixen del alineamiento |
| 7 | RNEXT | Cadena | Nomene de la seqüència de referència en el alineamiento primari de la següent llectura. En seqüenciació paired-end, la següent llectura és la parella, corresponent en el camp RNAME |
| 8 | PNEXT | Número entero | Posició de la següent llectura |
| 9 | TLEN | Número entero | Número de bases cobertes per les llectures del mateix fragment |
| 10 | SEQ | Cadena | Seqüència de la llectura |
| 11 | QUAL | Cadena | Mètrica de calitat de la llectura |
Descripció
[editar | editar còdic]En un alineamiento múltiple de seqüències, a on r001 - r004 són llectures alineades en la seqüència de referència, podem visualisar este alineamiento de la següent manera:
Coordenades 12345678901234 5678901234567890123456789012345 Referència AGCATGTTAGATAA**GATAGCTGTGCTAGTAGGCAGTCAGCGCCAT +r001/1 TTAGATAAAGGATA*CTG +r002 aaaAGATAA*GGATA +r003 gcctaAGCTAA +r004 ATAGCT..............TCAGC -r003 ttagctTAGGC -r001/2 CAGCGGCAT
L'informació corresponent en format SAM és la següent:
HD VN:1.6 SO:coordinate SQ SN:ref LN:45 r001 99 ref 7 30 8M2I4M1D3M = 37 39 TTAGATAAAGGATACTG * r002 0 ref 9 30 3S6M1P1I4M * 0 0 AAAAGATAAGGATA * r003 0 ref 9 30 5S6M * 0 0 GCCTAAGCTAA * SA:Z:ref,29,-,6H5M,17,0; r004 0 ref 16 30 6M14N5M * 0 0 ATAGCTTCAGC * r003 2064 ref 29 17 6H5M * 0 0 TAGGC * SA:Z:ref,9,+,5S6M,30,1; r001 147 ref 37 30 9M = 7 -39 CAGCGGCAT * NM:i:1 -------------------------------------------------------------------------------------------------- | QNAME | FLAG | RNAME | POS | MAPQ | CIGAR | RNEXT | PNEXT | TLEN | SEQ | QUAL | Camps opcionals
Les dos primeres llínees són la secció de capçalera, les quals estan sempre indicades en un "" al començ i arrepleguen informació sobre les senyes almagasenades en l'archius i metadatos associats codificats per mig d'una série d'etiquetes. En este eixemple, "HD" indica que eixa llínea conté metadatos de l'archiu, sent "VN:1.6" la versió del format i "SO:coordinate", que els alineamientos estan ordenats per coordenades en el genoma. "SQ" arreplega informació de la seqüència de referència, a on "SN" indica que esta es diu "ref", i "LN:45" és la seua llongitut.[4]
Les demés llínees són la secció de alineamiento, que contenen informació per a cada llectura individualment.[4]
- QNAME: Identificador únic de la llectura. Les llectures/segments que tenen QNAME idèntic es consideren que provenen de la mateixa plantilla. En un archiu SAM, una llectura pot ocupar múltiples llínees de alineamiento, quan la seua alineamiento és quimérico o quan es proporcionen múltiples assignació.
- FLAG: Valor de l'indicador en bits. Este indicador descriu si la llectura és està mapeada en la seqüència de referència o no, si està emparellada en una atra llectura, si pertany a un alineamiento primari etc.[5]
- RNAME: Nom de la seqüència de referència de la alineamiento.
- POS: Posició de mapage més a l'esquerra basada en 1 de la primera base coincidente. La primera base d'una seqüència de referència té la coordenada 1. POS s'establix com 0 per a una llectura no assignada sense coordenades.
- MAPQ: Mapage de la calitat. És igual a −10*log10 Pr{la posició de mapage és incorrecta}, redonejat al sancer més propenc. Un valor 255 indica que la calitat del mapage no està disponible.
- CIGAR: Cadena de caràcters que guarden informació sobre el alineamiento, si conté deleciones, insercions etc.
- RNEXT: Nom de la seqüència de referència del alineamiento primari de la següent llectura en la plantilla. Per a l'última llectura, la següent llectura és la primera llectura en la plantilla.
- PNEXT: Posició de la alineamiento primària de la següent llectura en la plantilla. Este camp equival a POS en la llínea principal de la pròxima llectura.
- TLEN: Llongitut de plantilla observada firmada. El segment més a l'esquerra té un signe més i el més a la dreta té un signe menys. El signe dels segments en el mig no està definit. S'establix com 0 per a plantilles de segment únic o quan l'informació no està disponible.
- SEQ: seqüència de segment. Un '=' indica que la base és idèntica a la base de referència.
- QUAL: ASCII de la mètrica de calitat base +33 (igual que la cadena de calitat en el format Sanger FASTQ ). Una calitat base és la provabilitat d'error base escalada en phred que és igual a −10*log10 Pr{la base és incorrecta}. Este camp pot ser un '*' quan no s'almagasena la calitat. Si no és un '*', SEQ no deu ser un '*' i la llongitut de la cadena de calitat deu ser igual a la llongitut de SEQ.
Indicadors FLAG en format bit
[editar | editar còdic]El camp FLAG es mostra com un sol número entero, pero la suma de valors en bits s'usa per a denotar múltiples atributs d'un alineamiento.[4] Cada atribut denota un bit en la representació binaria.
| Número | Binario | Descripció (Interpretació de llectura en parells) |
|---|---|---|
| 1 | 000000000001
|
Plantilla que té múltiples plantilles secuenciadas (llectures emparellades) |
| 2 | 000000000010
|
Cada segment està adequadament alineat (llectures mapeadas i emparellades) |
| 4 | 000000000100
|
Segment no mapeado (la llectura 1 no mapea) |
| 8 | 000000001000
|
Següent segment en la plantilla no mapeado (la llectura 2 no mapea) |
| 16 | 000000010000
|
SEQ és la seqüència complementària reversa (llectura 1) |
| 32 | 000000100000
|
SEQ és el següent segment en la plantilla, que és complementària reversa (llectura 2) |
| 64 | 000001000000
|
El primer segment en la plantilla (llectura 1) |
| 128 | 000010000000
|
L'últim segment en la plantilla (llectura 2) |
| 256 | 000100000000
|
Alineamiento no primari |
| 512 | 001000000000
|
El alineamiento falla els controls de calitat |
| 1024 | 010000000000
|
Llectura duplicada (PCR o òptica) |
| 2048 | 100000000000
|
Alineamiento suplementari (ej.: específic de alineador, pot ser una porció de la llectura partida o una regió enllaçada) |
Els atributs FLAG se sumen per a obtindre el valor final, per eixemple, una fila SAM resultant d'un registre FASTQ d'extrems emparellats de Illumina que té el valor FLAG 2145 indicaria:
| Valor de la bandera | Significat | Valor acumulat |
|---|---|---|
| 1 | la llectura està emparellada | 1 |
| 32 | read2 va ser complementat inversamente | 33 |
| 64 | llectura1 | 97 |
| 2048 | alineamiento suplementària | 2145 |
Camps opcionals
[editar | editar còdic]La duodècima columna en els archius SAM correspon a camps opcionals, separats per menges. Estos arrepleguen informació sobre seqüències identificadoras de llectures, de cèlula (en cas que les senyes provinguen de seqüenciació de cèlula única), mètriques de calitat Phred etc. Els camps opcionals sempre comencen en el format: Indicador (FLAG):Tipo:Valor.[4] El tipo pot ser un dels següents: A (caràcter), C(número entero 0-255), f (número real), H (conjunt hexadecimal), i (número entero) o Z (cadena de caràcters).[6]
Referències
[editar | editar còdic]- ↑ 1,0 1,1 1,2 1,3 (2009).Bioinformatics.25(16)
- 2078–2079.ISSN 1367-4803.doi:10.1093/bioinformatics/btp352.
- ↑ Edmunds. «Play it again, SAMtools. Q&A with the SAMtools team on 12 years of providing bioinformatics "glue"» (en en). GigaScience. Consultat el 2021-03-20.
- ↑ Dörpinghaus, J.; Weil, {{{nom2}}}; Schaaf, {{{nom3}}}; Apke, {{{nom4}}} (2023). Computational Life Sciences: Data Engineering and Data Mining for Life Sciences, Springer International Publishing, p. 447. ISBN 978-3-031-08411-9.
- ↑ 4,0 4,1 4,2 4,3 4,4 «SAM/BAM Format Specification». samtools.github.io.
- ↑ «Explain SAM Flags». broadinstitute.github.io. Consultat el 2023-11-04.
- Este artícul conté una traducció derivada de «Formato SAM» de Wikipedia en castellà publicada baix la Llicència de documentació lliure de GNU i la Llicència Creative Commons Reconeiximent-CompartirIgual 4.0 Internacional.