目录

1.在BAM文件中根据指定的变异等位基因分数的指定位置或区域随机选择read。

2.筛选变异等位基因分数的reads：

3.装BWA和samtools软件包（samtools在linux系统中下载过，前文有讲过）

 4.写py脚本

5.下载pysam库模块

6.下载参考基因组hg38

 7.解压gz

8.建立samtools索引

9.建立BWA索引

10.下载picard工具包

11.对hg38.fa建立索引

12.使用BWA的index命令为参考基因组文件创建索引

13.BWA进行比对

14.对bam文件进行标记重复并移除重复的读取

 15.使用变体检测工具：运行GATK、FreeBayes、Samtools等变体检测工具，在比对后的数据中检测SNV和Indel，并生成VCF文件。

16.下载transverse colon的wgs的vcf文件 

​编辑

17.尖峰点突变（SNV 和 InDel）进入 bam 文件。（Illumina平台）

18、变异检测验证（FreeBayes / GATK / samtools)

19、Tips 与建议

---

浅浅介绍一下VarBen是什么东东吧。

VarBen是用于向bam文件添加变异模拟的工具，包括单核苷酸变异、短的插入和缺失以及结构变异。

VarBen主要在linux系统下使用，无需编译即可运行。但是需要预先配置运行环境。

采用的是比对到参考基因组特定位点的测序reads进行编辑的方式来进行模拟。这种方法可保留测序过程中产生的错误类型分布模式，使生成的模拟数据更接近实际数据。那么我们应该怎么做呢？请听我一本正经的胡说八道吧~

1.在BAM文件中根据指定的变异等位基因分数的指定位置或区域随机选择read。

【概念：等位基因分数是一个用于描述在某个基因座中，某个特定等位基因出现的频率或比例的指标。】

首先，确保你的BAM文件已经被索引。你可以使用samtools index命令为BAM文件创建索引。这个索引文件（.bai）将允许你快速查询BAM文件中的特定区域。

（具体操作在前文有讲过哦~）

利用samtools view命令，你可以提取指定区域或位置的reads（提取染色体chr1上位置10000到20000之间的reads）。

samtools view sorted_ENCFF845HFA.bam chr1:10000-20000 >extracted_reads.bam

查看文件： 

 less -n extracted_reads.bam

2.筛选变异等位基因分数的reads：

这一步通常需要使用一些自定义的脚本或工具，因为标准的SAMtools并不直接支持根据等位基因分数筛选reads。你可以使用Python的pysam库或者其他编程语言的相关库来读取BAM文件，并筛选出具有特定等位基因分数的reads。

大家放心，在Linux中使用Python是非常简单的，因为大多数Linux发行版都预装了Python。 

#检查python版本
python --version

（我的是python3版本，你的是什么版本呢？） 

3.装BWA和samtools软件包（samtools在linux系统中下载过，前文有讲过）

#如果你也是python3版本的话
pip3 install BWA
#如果不是
pip install BWA

下载完成标志： 

 4.写py脚本

我在linux专栏中有讲到vim文本编辑器，可以用来编辑python脚本的。除此之外，你还可以使用任何文本编辑器（如nano、emacs、gedit等）来编写Python代码，并将其保存为.py文件。然后，你可以使用上述方法在终端中运行它。

vim reads.py

vim命令：

i进入编辑模式

Esc退出编辑

:wq保存并退出

【忘记的话可以回去看看我之前写的文章（linux专栏）哦】

5.下载pysam库模块

pip3 install pysam

我一开始以为我以为python3会自带的，一运行脚本发现报错，原来是我自作多情了，所以如果你也没有安装的话，需要安装一下呢。（以下为报错信息）