如何从pysam获取并使用AlignmentHeader？能否读取CRAM文件头信息？

pysam完全支持读取CRAM文件的头信息，以下是具体的实现代码和说明：

基础示例代码 #

import pysam

# 打开CRAM文件，模式"rc"表示只读CRAM（也可简写为"r"，pysam会自动识别文件类型）
with pysam.AlignmentFile("your_file.cram", "rc") as cram_file:
    # 获取文件头，返回AlignmentHeader对象
    header = cram_file.header
    
    # 方式1：转为字典格式查看完整头信息
    print("完整头信息（字典格式）:")
    print(header.to_dict())
    
    # 方式2：直接访问特定头段或属性
    # 获取参考序列名称与对应长度
    print("\n参考序列名称:", header.references)
    print("参考序列长度:", header.lengths)
    
    # 提取头中的RG（读组）信息
    print("\n读组信息:", header.get("RG", []))
    
    # 提取头中的PG（分析程序）信息
    print("\n程序信息:", header.get("PG", []))

关键说明 #

• pysam.AlignmentFile是处理SAM/BAM/CRAM文件的核心类，打开文件时无需手动指定文件类型，pysam会自动识别。
• AlignmentFile.header直接返回AlignmentHeader对象，该对象封装了所有头段数据（包括SQ、RG、PG等）。
• to_dict()方法可将头信息转为标准Python字典，方便后续的解析和处理；也可以通过header.get(tag)直接提取指定标签的头段内容（标签为大写字符串，如"RG"、"PG"）。

内容的提问来源于stack exchange，提问作者Greg Dougherty