SAM是一種序列比對格式標准， 由sanger制定，是以TAB為分割符的文本格式。主要應用於測序序列mapping到基因組上的結果表示，當然也可以表示任意的多重比對結果。
不同的軟件，不同的時期，不同的研究方向，都會創建一種或者多種格式標准，當然根據當時的需要，創建符合需求的標准，也是最容易的事情，而反過來想要真正的理解標准，也必須理解為什么要創建這樣的標准，解決什么樣的需要。我前面的有篇文章已經對於現有的多重比對的格式進行總結，但其更多的站在比較基因組學的角度。當我們去了解sam標准格式是什么的時候，就要思考既然以及有了這么多得標准，為什么還要定義SAM標准，當然拿所有的格式進行比較也並非易事，但是簡單的對比，就可以了解其中一二，比如aln格式，是比對視圖化的展示，存儲的信息不夠結構化，無法方便的作為另外程序的輸入；表示信息的有限性，如果100個多重比對序列放到一個文件中，查看維護就會非常困難；還有些格式標准挺強大，但是太繁瑣，同時不夠靈活。那么反過來就是SAM格式的優點，那么SAM如何做到這一點的呢？
SAM要處理好的問題：
- 非常多序列（read)，mapping到多個參考基因組（reference）上；
- 同一條序列，分多段（segment）比對到參考基因組上；
- 無限量的，結構化信息表示，包括錯配、刪除、插入等比對信息；
SAM分為兩部分，注釋信息（header section）和比對結果部分（alignment section），注釋信息可有可無，都是以@開頭，用不同的tag表示不同的信息，主要有@HD，說明符合標准的版本、對比序列的排列順序；@SQ，參考序列說明；@RG，比對上的序列（read）說明；@PG，使用的程序說明；@CO，任意的說明信息。
比對結果部分（alignment section），每一行表示一個片段（segment）的比對信息，包括11個必須的字段（mandatory fields）和一個可選的字段，字段之間用tag分割。必須的字段有11個，順序固定，不可用時，根據字段定義，可以為’0‘或者’*‘，這是11個字段包括：
- QNAME，比對片段的（template）的編號；
- FLAG，位標識，template mapping情況的數字表示，每一個數字代表一種比對情況，這里的值是符合情況的數字相加總和；
- RNAME，參考序列的編號，如果注釋中對SQ-SN進行了定義，這里必須和其保持一致，另外對於沒有mapping上的序列，這里是’*‘；
- POS，比對上的位置，注意是從1開始計數，沒有比對上，此處為0；
- MAPQ，mappint的質量；
- CIGAR，簡要比對信息表達式（Compact Idiosyncratic Gapped Alignment Report），其以參考序列為基礎，使用數字加字母表示比對結果，比如3S6M1P1I4M，前三個鹼基被剪切去除了，然后6個比對上了，然后打開了一個缺口，有一個鹼基插入，最后是4個比對上了，是按照順序的；
- RNEXT，下一個片段比對上的參考序列的編號，沒有另外的片段，這里是’*‘，同一個片段，用’=‘；
- PNEXT，下一個片段比對上的位置，如果不可用，此處為0；
- TLEN，Template的長度，最左邊得為正，最右邊的為負，中間的不用定義正負，不分區段（single-segment)的比對上，或者不可用時，此處為0；
- SEQ，序列片段的序列信息，如果不存儲此類信息，此處為’*‘，注意CIGAR中M/I/S/=/X對應數字的和要等於序列長度；
- QUAL，序列的質量信息，格式同FASTQ一樣。
可選字段（optional fields)，格式如：TAG:TYPE:VALUE，其中TAG有兩個大寫字母組成，每個TAG代表一類信息，每一行一個TAG只能出現一次，TYPE表示TAG對應值的類型，可以是字符串、整數、字節、數組等。
要注意的幾個概念，以及與之對應的模型：
- reference
- read
- segment
- template（參考序列和比對上的序列共同組成的序列為template）
- alignment
- seq
更多的介紹請讀讀
SAM的定義： http://samtools.sourceforge.net/SAM1.pdf
發表的文獻： http://www.ncbi.nlm.nih.gov/pmc/articles/PMC2723002/
CIGAR的概念 http://asia.ensembl.org/common/Help/Glossary?db=core
一篇博客對於sam的解釋 http://davetang.org/wiki/tiki-index.php?page=SAM
perl模塊 http://search.cpan.org/~lds/Bio-SamTools/lib/Bio/DB/Sam.pm
文章來源：http://boyun.sh.cn/bio/?p=1890