基因组质量评估：（五）mapping法：7. 用软件mosdepth统计BAM文件的深度

1. mosdepth简介

mosdepth（https://github.com/brentp/mosdepth）是用于WGS，exome，targeted sequencing的BAM/CRAM文件的测序深度计算的软件，主要是用Nim语言写的（第一次听说这种语言）。

2. mosdepth可以得到的数据包括

1. 每个碱基深度的计算速度是samtools depth的约2倍。——对于 30X 基因组，大约需要 25 分钟的 CPU 时间。
2. 给定窗口大小的平均每个窗口深度，可用于 CNV calling。
3. 给定区域的 BED 文件的每个区域的平均值。
4. 给定窗口大小的每个区域累积覆盖率（cumulative coverage）直方图的平均值或中值。
5. 对于每个染色体和全基因组，在给定阈值或以上覆盖的碱基比例分布。
6. 合并相邻碱基的量化输出，只要它们落在相同的覆盖范围内，例如（10-20）。
7. 阈值输出以指示在给定阈值下每个区域中有多少个碱基被覆盖。
8. 每条染色体和每条染色体指定区域内的平均深度的总结。
9. 一个d4文件（比bigwig好）。

3. 下载安装

直接下载已编译文件，修改权限即可使用。

wget https://github.com/brentp/mosdepth/releases/download/v0.3.3/mosdepth
chmod +x mosdepth
./mosdepth -h

4. 使用

1. 准备

• samtools index sample.bam # 生成bam文件的索引文件sample.bam.bai

2. 计算深度

• mosdepth -t 4 out sample.bam

3. 参数

• -t 4：线程，需要<=4
• out：输出文件的前缀
• sample.bam：待分析的bam文件
• –by sample.bed：指定区域的bed文件，我分析整个基因组，没加这个参数。

还有许多参数等着探索…

5. 结果

1. out.mosdepth.summary.txt

• 文件包含每条染色体和整个基因组的信息，长度，mapped 碱基数量，平均深度，最小深度和最大深度。示例：

chrom	length	bases	mean	min	max
MCscaf001	12541575	440858440	35.15	0	3561
MCscaf002	20211832	749371193	37.08	0	8181
... ...
MCscaf265	25000	897138	35.89	0	84
MCscaf266	25000	913514	36.54	0	82
total	256218469	10404013912	40.61	0	92318

2. out.mosdepth.global.dist.txt

• 文件包含累积分布，指示给定覆盖率阈值下覆盖的总碱基的比例。包含三列：染色体/total，覆盖水平，该级别覆盖的碱基比例。示例：

MCscaf001	1961	0.00
MCscaf001	1960	0.00
MCscaf001	1957	0.00
... ...
total	2	0.99
total	1	1.00
total	0	1.00

还可以用脚本python scripts/plot-dist.py \*global.dist.txt画图，输出dist.html，可以看出整个基因组的覆盖度的分布。

3. out.per-base.bed.gz

• 每个碱基的输出数据。

4. out.per-base.bed.gz.csi

6. references

1. https://github.com/brentp/mosdepth

---

• 欢迎关注微信公众号：生信技工
• 公众号主要分享生信分析、生信软件、基因组学、转录组学、植物进化、生物学概念等相关内容，包括生物信息学工具的基本原理、操作步骤和学习心得。