本文摘抄自：https://www.omicsclass.com/article/42
侵刪！
fasta是常用的序列存儲格式，很多軟件（如GATK、IGV等）在導入序列以及進行快速查找時通常需要建立索引文件。下面就來介紹如何使用 samtools 便捷的建立fasta文件的索引以及快速進行序列提取。

1 建立索引

建立索引只需在Linux下輸入命令：samtools faidx input.fa

這里序列文件為 input.fa，生成的索引文件以 .fai 結尾。需要注意的是，輸入的fasta文件的每條序列除最后一行外，其余行的長度必須相同，否則會報錯哦！最后生成的.fai文件如下， 共5列，以制表符分隔；

第一列 NAME : 序列的名稱，只保留“>”后，第一個空白之前的內(nèi)容；

第二列 LENGTH : 序列的長度，單位為bp；

第三列 OFFSET : 第一個堿基的偏移量，從0開始計數(shù)，換行符也統(tǒng)計進行；

第四列 LINEBASES : 除了最后一行外， 其他代表序列的行的堿基數(shù)， 單位為bp；

第五列 LINEWIDTH : 行寬， 除了最后一行外， 其他代表序列的行的長度，包括換行符，在windows系統(tǒng)中換行符為\r\n，要在序列長度的基礎上加2。

2 提取序列

除建立索引外，還可以利用samtools方便的提取序列，例如：

samtools faidx input.fa chr2 > chr2.fa，會得到含chr2這條序列的fasta格式的文件，如果是多條序列，只需在文件后羅列需提取的序列ID即可，使用空格分隔，如 samtools faidx input.fa chr1 chr2 chr3 > chr.fa。

再如：samtools faidx input.fa chr2:1-1000 > chr2.fa，能得到chr2序列的第1到第1000個堿基的fasta格式的文件，同樣可以提取多條序列。

samtools 安裝

1. 下載，地址如下：http://www.htslib.org/doc/samtools.html。

2. 安裝，使用命令tar -jxvf samtools-1.6.tar.bz2解壓下載的壓縮包，最后使用make命令就可以了。