Samtools
Samtools 是一套用于解析和处理高通量测序（HTS）数据的开源软件工具集，由著名生物信息学家 Li Heng（李恒）等人开发。它是生物信息学领域最基础、引用率最高的工具之一，被誉为处理 SAM / BAM / CRAM 格式文件的“瑞士军刀”。
与基于 Java 的 Picard 不同，Samtools 采用 C语言 编写，以速度快、内存占用低著称，非常适合在服务器端处理海量数据。
它不仅支持格式转换（如 SAM 转 BAM）、排序、索引和去重，还包含了一个轻量级的变异检测模块（mpileup/bcftools），是构建各类基因组分析流程（Pipeline）的基石。
核心指令：不仅是格式转换
Samtools 的功能覆盖了测序数据处理的各个环节。对于生物信息分析师而言，熟练掌握以下命令是基本功。
| 指令 (Command) | 典型用途 | 应用场景 |
|---|---|---|
samtools view |
SAM ↔ BAM 互转； 提取特定区域的 Reads。 |
view -bS input.sam > output.bam这是最常用的命令，将比对器输出的大体积文本转为二进制。 |
samtools sort |
按染色体坐标排序。 | 后续的索引（Index）、去重（MarkDup）和变异检测（Variant Calling）都要求 BAM 必须是排序过的。 |
samtools index |
生成 .bai 索引文件。 | 使得 IGV 或 GATK 可以随机访问文件中的任意位置，而无需从头读取。 |
samtools tview |
文本模式的基因组浏览器。 | 在没有图形界面的 Linux 服务器上，快速查看某个位点的比对情况（类似简易版 IGV）。 |
HTSlib 与 BCFtools：三驾马车
Samtools 并不是孤立存在的，它与底层的 HTSlib 以及兄弟软件 BCFtools 共同构成了处理测序数据的完整生态。
- HTSlib： 一个独立的 C 语言库，提供了读取和写入 SAM/BAM/CRAM/VCF 文件的底层 API。Samtools 和 BCFtools 都是基于 HTSlib 构建的。
- BCFtools： 专注于变异检测（Variant Calling）和 VCF 文件操作。早期的 samtools 包含一个
mpileup命令用于生殖系变异检测，现在该功能通常配合bcftools call使用。 - 生态位： Samtools 负责比对数据（BAM），BCFtools 负责变异数据（VCF），HTSlib 负责底层 I/O。
关键相关概念 [Key Concepts]
1. Flagstat： Samtools 提供的一个快速质控命令。它能瞬间统计出 BAM 文件中有多少条 Reads，其中多少条比对上了（Mapped），多少条是成对的（Paired），多少条是 PCR 重复。是拿到 BAM 文件后的必做步骤。
2. Random Access (随机访问)： Samtools 的核心优势。配合 .bai 索引，samtools view 可以直接提取染色体特定区域（如 chr1:1000-2000）的数据，耗时仅需毫秒级，而无需遍历几十 GB 的文件。
3. Pipe (管道操作)： Samtools 支持 Linux 管道流（stdin/stdout）。这意味着你可以将 bwa mem 的输出直接通过 | 传递给 samtools view 再传递给 samtools sort，全程不生成中间文件，极大地节省了磁盘 I/O。
学术参考文献 [Academic Review]
[1] Li H, Handsaker B, Wysoker A, et al. (2009). The Sequence Alignment/Map format and SAMtools. Bioinformatics.
[点评]：Samtools 的创世论文。不仅定义了软件，更定义了 BAM 文件格式标准，是生物信息学领域引用率最高的文献之一（引用数 > 30,000）。
[2] Danecek P, Bonfield JK, Liddle J, et al. (2021). Twelve years of SAMtools and BCFtools. GigaScience.
[点评]：综述性文章。回顾了 Samtools 十多年的发展历程，介绍了 CRAM 格式的支持以及算法性能的显著提升。