Python 使用Pysam在特定位置访问Bam文件

我有一个给定的染色体编号和位置（chr1和位置1599812）。我想使用python的pysam模块访问bam文件，以获取仅针对特定区域chr1和位置1599812的读取编号信息。我尝试过使用

pileup（）

，但它需要一系列的位置，而在我的情况下，我只需要一个特定的位置，而不是一个这样的范围。

如果您设置了相同的起点和终点，pileup将仅指该特定位置。例如（纯samtools）：

显示了覆盖1号染色体808957位置的102次读取。

我不认为

pileup（）

是您想要的-根据，此函数返回“基因组位置的迭代器”，特别是，“‘所有’与区域重叠的读取将被返回。返回的第一个碱基将是第一次读取的第一个碱基，而不一定是查询中使用的区域的第一个碱基。”

你是说你想获得“读取次数信息”——也就是在特定位置的读取次数，对吗？为此，

count\u coverage（）

应该做这项工作。在你的情况下，我认为这段代码应该给出你想要的答案：

import pysam

my_bam_file = '/path/to/your/bam_file.bam'
imported = pysam.AlignmentFile(my_bam_file, mode = 'rb')  # 'rb' ~ read bam
coverage = imported.count_coverage(
                  contig = '1',     # Chromosome ID; also might be "chr1" or similar 
                  start = 1599812,
                  stop = 1599813,
                  )
print(coverage)

请注意，这是因为，如中所述， pysam使用半开间隔，因此范围[1599812，1599813]将 只包含一个碱基对

运行上面的代码将得到如下结果：

> (array('L', [0]), array('L', [0]), array('L', [0]), array('L', [0]))

这是一个数组元组，分别包含覆盖此基因组位置的读取中的a、C、G和T碱基数。如果您只是对映射到此特定基因组位置总数的读取数感兴趣，则可以在此元组中求和：

import numpy as np

print(np.sum(coverage))

---

尝试添加更多标记，以便能够帮助您查找问题的人员更容易找到您的bam索引了吗？您是否尝试将开始索引和结束索引设置为相同的坐标（警告：基于0，而不是基于残数）

import numpy as np

print(np.sum(coverage))