samtools の FILTER EXPRESSION について、日本語でサクッと見返せるように、マニュアルをChatGPTに日本語に翻訳してもらいました。原文は man samtools もしくは、上のリンクから確認できます。
FILTER EXPRESSIONS（フィルター式）
フィルター式は、SAM、BAM、CRAMレコードを随時チェックし、指定された条件に一致しないレコードを破棄するために使用します。
この言語は主にC言語スタイルに基づいていますが、ビット演算子の優先順位規則に若干の違いがあり、正規表現の一致もサポートしています。
演算子の優先順位
優先順位が高い順から低い順に並べています：
-
グルーピング
(,)
例:(1 + 2) * 3 -
値: リテラル、変数
数値、文字列、変数 -
単項演算子:
+,-,!,~
例:-10,+10,!10（論理否定）,~5（ビット否定） -
算術演算子:
*,/,%
乗算、除算、剰余（整数） -
算術演算子:
+,-
加算、減算 -
ビット単位の演算:
&
ビットAND -
ビット単位の演算:
^
ビットXOR -
ビット単位の演算:
|
ビットOR -
条件演算子:
>,>=,<,<= -
等価演算子:
==,!=,=~,!~
=~と!~は正規表現の一致を確認します。 -
論理演算子:
&&,||
論理AND、論理OR
演算の詳細
フィルター式の計算には浮動小数点演算が使用されるため、10 / 4 は 2.5 となり、2 ではありません。数値は10進数や16進数（0xを付与）で表現できます。浮動小数点も指数付きで表現可能です。
ただし、整数を要求する演算では暗黙的に型変換が行われます。たとえば、7.9 % 5 は 2 となり、7.9 & 4.1 は 7 & 4 と等価で 4 になります。
文字列は必ずダブルクォートで囲み、ダブルクォート自体を文字列内に含めるにはバックスラッシュを使用します（例：ab\"c\\d は ab"c\d）。
比較演算と未定義値の扱い
比較演算は一致した場合 1、不一致の場合 0 を返します。たとえば、(2 > 1) + (3 < 5) は 2 になります。未定義（null）値を含むすべての比較は偽（false）と見なされます。
変数とSAMフィールド
変数はSAM形式のフィールドを表しており、これを使ってレコードをフィルタリングします。たとえば、高いマッピング品質（mapping quality）かつ非常に大きなインサートサイズを持つペアのアラインメントを探す場合、次の式を使用します：
mapq >= 30 && (tlen >= 100000 || tlen <= -100000)
使用できる変数とそのデータ型を以下に示します：
-
endpos（int）: アラインメント終了位置（1-based） -
flag（int）: FLAGフィールド全体 -
flag.paired（int）: シングルビット（0 または 1） -
flag.proper_pair（int）: シングルビット（0 または 2） -
flag.unmap（int）: シングルビット（0 または 4） -
flag.munmap（int）: シングルビット（0 または 8） -
flag.reverse（int）: シングルビット（0 または 16） -
flag.mreverse（int）: シングルビット（0 または 32） -
flag.read1（int）: シングルビット（0 または 64） -
flag.read2（int）: シングルビット（0 または 128） -
flag.secondary（int）: シングルビット（0 または 256） -
flag.qcfail（int）: シングルビット（0 または 512） -
flag.dup（int）: シングルビット（0 または 1024） -
flag.supplementary（int）: シングルビット（0 または 2048） -
hclen（int）: ハードクリップされた塩基数 -
library（string）: ライブラリ（RGヘッダーのLBフィールド） -
mapq（int）: マッピング品質（mapping quality） -
mpos（int）:pnextの同義語 -
mrefid（int）: メイトの参照番号（0-based） -
mrname（string）:rnextの同義語 -
ncigar（int）: CIGAR操作の数 -
pnext（int）: メイトのアラインメント位置（1-based） -
pos（int）: アラインメント位置（1-based） -
qlen（int）: クエリ塩基数 -
qname（string）: クエリ名 -
qual（string）: 品質値（0-based） -
refid（int）: 参照番号（0-based） -
rlen（int）: 参照塩基数 -
rname（string）: 参照名 -
rnext（string）: メイトの参照名 -
sclen（int）: ソフトクリップされた塩基数 -
seq（string）: 配列 -
tlen（int）: テンプレート長（インサートサイズ） -
[XX]（int / string）: XXタグの値
補助タグの扱い
タグが存在するかの確認は単にタグ名を記述するだけで行います（例：[NM]）。htslib <= 1.15 では、![NM] がタグが存在しない場合や値が0の場合のどちらでも真（true）でしたが、1.16 以降では「存在しない」場合のみ真と判断されるようになりました。
関数
文字列や数値を操作するための関数がいくつか用意されています。
-
length(x)：文字列の長さ（null文字を除く） -
min(x)：文字列内の最小バイト値 -
max(x)：文字列内の最大バイト値 -
avg(x)：文字列内のバイト値の平均
数値専用の関数もあります：
-
sqrt(x)：平方根 -
log(x)：自然対数 -
pow(x, y)：xのy乗 -
exp(x)：自然指数関数