使用Google Colab将Ion Amplicon测序BAM文件转换为FASTQ

1 Colab环境初始化 #

• 挂载谷歌云盘存储BAM文件，运行以下代码：

from google.colab import drive
drive.mount('/content/drive')

• 安装转换所需依赖samtools：

!apt update
!apt install samtools -y

2 BAM转FASTQ操作 #

2.1 基础转换（适用于已完成样本拆分的单端Ion Amplicon BAM） #

运行以下命令，替换占位符为你的实际文件路径：

!samtools bam2fq -F 2304 -n /content/drive/MyDrive/你的输入文件.bam > /content/drive/MyDrive/输出文件名.fastq

参数说明：

• -F 2304：过滤掉次要比对、补充比对的冗余序列，避免后续DADA2分析出现重复序列干扰
• -n：输出序列名仅保留测序ID，不添加比对相关后缀，适配DADA2的文件读取规则

2.2 按样本拆分转换（适用于未拆分、带Barcode标签的合并BAM） #

如果你的BAM是多样本合并文件，可按BC标签过滤后分别转换为对应样本的FASTQ：

# 示例：提取BC标签为ATCGATCG的样本序列
!samtools view -d BC:ATCGATCG -h /content/drive/MyDrive/合并文件.bam | samtools bam2fq -F 2304 -n - > /content/drive/MyDrive/样本1.fastq

3 DADA2兼容性校验 #

转换完成后可直接将输出的FASTQ导入DADA2流程，首次读入时建议先执行质量检查：

# 单端数据质量检查示例（Colab切换为R内核后运行）
library(dada2)
path <- "/content/drive/MyDrive/你的FASTQ存储路径"
fn <- list.files(path, pattern=".fastq$", full.names=TRUE)
plotQualityProfile(fn[1])

若质量值分布符合Ion Torrent测序特征（Phred33编码），即可正常进入后续过滤、去重、ASV推断步骤。

4 注意事项 #

• 若原始BAM未做接头修剪，转换得到的FASTQ建议先使用cutadapt工具去除Ion Torrent通用接头后再进入DADA2流程，提升ASV准确性
• 单文件大小超过10G的BAM建议拆分后分批转换，避免Colab运行超时
• 转换完成后可运行wc -l 输出文件名.fastq校验行数是否为4的倍数，确认FASTQ格式完整

内容的提问来源于stack exchange，提问作者Nicole_B