长春做网站公司/百度集团股份有限公司

关于++, ±, -+, --的解释

++对应着参考基因组的正链（有义链，非模板链，即hg38的序列，watson链）；

+-代表正链的互补链（正常情况下正链的互补链是负链，但在重硫酸盐处理后正链和负链并不互补）；

-+代表负链（模板链，crick链）

--代表负链的互补链。

bsmap的输出结果

使用的模式是
r=0： 只输出唯一比对上的reads（包括单端和双端）
n=1： map SE or PE reads to all 4 strands
p=8：线程数为8
S=1234：随机种子

上述输入的read pairs是8432889对，比对完后输出的bam文件有757427条记录。

对757427条记录进行拆解：516290（双端比对到同一染色体的reads数）+232457（单端比对上的reads数）+8680（双端比对到不同染色体的reads数）。

516290和输出结果中的unique pairs: 257594对不上（257594*2=515188），相差的1102条是read 1和read 2完全反向互补的reads（bam格式中第7列是=，第9列是0）。

Note：正常情况下，bam文件的行数757427应该等于unique pairs*2 + unpaired read #1 + unpaired read #2。在这个例子中并不相等，原因是这个例子用的是moabs流程，相比于上述图片中的统计数据，最终bam文件中有一些reads被过滤掉了。