前段时间送去测序的实验数据拿回来了，然后做完比对之后发现unique_reads比对率不够理想，确保分析数据过程中没有出错的前提下，个人认为实验过程中可能有污染。所以需要随机抽取未比对上的reads进行BLAST寻找出可能的污染源。
一、重温bam文件格式是关键！
bam文件有12列：举个例子才能更直观。(哈哈哈，其实是我自己也记不住每列代表的啥意思，所以一般都会先查看一下bam文件然后再直接看每列代表的啥意思）
整整齐齐的查看bam文件：samtools view x.bam | less -S
第一列：QNAME:比对序列的名称。
第二列：FLAG:比对的类型。paring、strand、 mate strand等等。不同的数值代表不一样的比对类型。
第三列：RNAME：表示read比对的那条序列的序列名称。如果第三列是”*“，则说明这条read没有比对上。
第四列：POS。表示read比对到RNAME这条序列最左边的位置。
第五列：mapping的质量值。
第六列：CIGAR。比对的具体情况。
第七列：MRNM。mate序列所在参考序列的名称。mate一般指大的片段序列。
第八列：MPOS。mate序列在参考序列上的位置。
第九列：ISIZE。文库插入片段长度。
第十列：reads sequence。
第十一列：reads对应的ASCII码格式的碱基质量值。
第十二列：可选的区域。
二、从bam文件中提取未比对上的reads。
接下来要做的就是把bam文件中的第三列是"*"对应的第十列的序列找出来就可以啦，哈哈哈，我真是个小机灵！
samtools view x.bam | awk '$3=="*" {print ">"$1"\n"$10}' >x_no_mapped_reads.txt
什么是快乐星球？！
目前就是轻松得到了未比对上的reads 序列！
嘻嘻嘻
三、NCBI进行BLAST
进入NCBI官网点击BLAST
点击Nucleotide BLAST(如果你是其他序列就点击对应的BLAST工具）
随机挑选某条未比对上的reads序列，然后点击show results in new window 最后点击BLAST就可以啦
大功告成！
