bismark OT CTOT OB CTOB 以及mapping后的bam文件中的XG,XR列的含义

首先，OT，OB，CTOT，CTOB都是描述测序reads的，而不是描述参考基因组的。

bisul-fate建库会将DNA双链文库中非甲基化的C转化成U。转化结束后，被转化的U和互补链的G并不配对。此时正链（+，OT，original top strand）和反链（-，OB，original bottom strand）中，均为C to T转换的原始reads。

上述的reads经过PCR扩增后，正反单链均产生完全互补链。OT的互补链为CTOT（Complementary original top strand），OB的互补链为CTOB（Complementary bottom strand）。可知CTOT和CTOB均为GA转换。

图片引用自：

https://zhuanlan.zhihu.com/p/163495878

• 正链（+）：是指 FASTA 文件中提供的原始序列本身，即参考基因组中记录的那条链。

• 负链（-）：是指 FASTA 文件中记录的序列的反义链，也就是将参考序列取反向互补得到的链。

关于bismark比对，可以参考这篇：

https://www.zxzyl.com/archives/759/

比对生成的bam文件中，XR字段如果是CT，表示该reads是经过CT变换后匹配到了基因组中，即该reads属于OB或者OT；此时若XG字段为GA，表示它mapping到了参考基因组正链中的GA变换也就是反链中的CT变换，即表示它属于反链，即OB。如上图，即（2）对应的情况（reads上的C全部转换成T，然后mapping到了基因组正链GA转换。）

列个表供参考：

XR	XG	说明	Strand
CT	CT	read 是 C→T（OB或者OT），基因组是 C→T（OT或CTOT）	OT
CT	GA	read 是 C→T（OB或者OT），基因组是 G→A（OB或CTOB）	OB
GA	CT	read 是 G→A（CTOT或者CTOB），基因组是 C→T（OT或CTOT）	CTOT
GA	GA	read 是 G→A（CTOT或者CTOB），基因组是 G→A（OB或CTOB）	CTOB