SAM格式各列含义

列含义

序号	列名	含义
1	Query Name (QNAME)	片段（template）的编号
2	FLAG	布尔特征值
3	Reference Name (RNAME)	比对到参考序列上的染色体号，如无法比对上则为*
4	Position (POS)	read比对到参考序列上，第一个碱基所在的位置。若是无法比对，则是0
5	Mapping Quality (MAPQ)	比对的质量；比对的质量分数，越高说明该read比对到参考基因组上的位置越准确，255说明此Reads的Mapping quality不可用
6	Compact Idiosyncratic Gapped Alignment Representation (CIGAR)	read比对的具体情况，前面的数字代表reads长度 “M”表示 match或 mismatch； “I”表示 insert； “D”表示 deletion； “N”表示 skipped（跳过这段区域）； “S”表示 soft clipping（被剪切的序列存在于序列中）； “H”表示 hard clipping（被剪切的序列不存在于序列中）； “P”表示 padding； “=”表示 match； “X”表示 mismatch（错配，位置是一一对应的）；
7	RNEXT	双端的另一条序列比对上的染色体号； 如果和这条相同，则为“=”； 如果未比对上，则为“*”
8	PNEXT	另一端匹配到参考基因组的位置，如果非双端，则该值为“0”
9	ISIZE	建库时将DNA打断成的长度
10	Sequence	具体序列，如果不储存这类信息，则为“*”
11	ASCII	read质量值
12	Optional fields	随各类软件变化

FLAG

根据二进制位的值表达信息

FLAG值	含义	序号（从右往左）	10进制值	16进制值
000000000000	本条read为SE数据，且成功比对到基因组	1	0	0x0
000000000001	这是PE数据来源的read	1	1	0x1
000000000010	本条read与本链配对的另外一条read均可以成功比对到参考基因组上	2	2	0x2
000000000100	本条read不能比对到基因组	3	4	0x4
000000001000	PE中与本链配对的另外一条read不能比对到基因组	4	8	0x8
000000010000	本条read是反向互补比对到基因组	5	16	0x10
000000100000	PE中与本链配对的另外一条read反向互补比对到基因组	6	32	0x20
000001000000	本条read是R1序列（来自R1.fastq.gz）	7	64	0x40
000010000000	本条read是R2序列（来自R2.fastq.gz）	8	128	0x80
000100000000	本条read比对到基因组的多处位置	9	256	0x100
001000000000	没有通过测序机器本身的质控。这个一般很少见到	10	512	0x200
010000000000	PCR or optical PCR or optical duplicate	11	1024	0x400
100000000000	存在结构变异，一条read比对到基因组上距离较远的多个位置（可能是不同染色体）	12	2038	0x800

SAM格式官方文档：http://samtools.github.io/hts-specs/SAMv1.pdf