如何在SPARK中读取bam（对齐信息）文件？

Question

最近，我不得不使用Python或Scala在SPARK上处理BWA或其他对齐工具生成的bam文件，如何将该二进制文件转换为RDD，以便可以对每个读取序列和其他信息进行一些统计？任何人都可以有经验或举个例子吗？我已经读了一点PySpark和Spark-bam的binaryRecords（）函数，看来效果不佳。

Answer 1

您可以在python中使用PySam。在这里查看文档： https://pysam.readthedocs.io/en/latest/api.html