1)背景
处理基因组数据中，比较基因组不同区域，例如寻找overlap等，是一种基本的且常见的问题。虽然UCSC 中‘Table Browser’或者Galaxy可以用来处理，但是当这些工具面对大的数据的时候就会显得力不从心。因此，需要一款快速、灵活的软件来批量处理数据集。

bedtools是一款用C++编写的小巧且灵活的软件来处理这些复杂的问题，可以用来比较、操作、注释bed和gff文件中的genomic features。它设计主要是在linux环境下，可以和awk、grep、sort 等实现无缝对接，且支持bam格式文件，可以将bam文件转换为bed文件，因此对于大数据处理来说非常方便。

由于在版本在不断的更新，我们将依据最初版本的参考文献给出每个示例图，让大家知道理解每个命令的含义，知道如何去学习一个软件。明白了原理，具体要到的时候，依据不同版本的帮助文档就很容易上手。

2）功能

下图是bedtool的可用操作(注意版本不同，命令可能会变，但大致功能不会改变，这里主要是展示其原始文献)：虽然有些命令已经该换名字，例如fastaFromBed在后续的版本中的别名是getfasta，但是这些命令已经可以被执行，尽管后续版本不断有新的参数被加入。(在一再次注意，这里主要通过图解来说每个命令到底在做什么。不讲实际应用)

2.1）intersectBed

‘intersecting’ or ‘overlapping’指feature之间至少有1bp 的重叠：

基本用法：intersectBed [OPTIONS] [-a <BED> || -abam <BAM>] -b <BED>

2.1.1）找出overlap并输出

intersectBed  –a  A.bed  –b  B.bed

2.1.2）当有overlap输出原始的 “A” feature

intersectBed  –a A.bed –b B.bed -wa

2.2）pairToBed

主要用于将BedPE feature或者paired-end BAM alignment  与另一个bed文件比较寻找overlap

基本用法：pairToBed [OPTIONS] [-a <BEDPE> || -abam <BAM>] -b <BED>

2.2.1)默认情况下，如果任何一端与B有交集则输出A（Report A if either end overlaps B.）

2.2.2）-type 参数可以用来控制输出

-type both: 当用该参数的时候，只有在双端都和B有交集的情况下才输出A(Report A only if both ends overlap B)

-type neither: 如果双端和B都没有交集则输出A(Report A only if neither end overlaps B.)

-type ispan: 输出A，如果A双端间区域和B有重叠(Report A if it’s “inner span” overlaps B.)

2.2.3) -f参数通过调节最少比对长度来控制输出

输出A，如果一端至少有50%区域与B重叠(eport A only at least 50% of one of the two ends is overlapped by B)

pairToBed -a A.bedpe -b B.bed -f 0.5

2.3) pairToPair

寻找两个BEDPE文件之间的重叠

基本用法:pairToPair [OPTIONS] -a <BEDPE> -b <BEDPE>

2.3.1)默认情况下输出A，如果A和B都有链信息，且A的双端和B有交集

2.4）bamToBed

用来将bam格式转化为Bed格式

基本用法：bamToBed [OPTIONS] -i <BAM>  ，默认输出的bed 文件有6列

bamToBed -i RNA-seq.bam |head -6

2.5）windowBed

在用户指定的窗口内返回两个BED文件之间的overlap

基本用法:windowBed [OPTIONS] -a <BED> -b <BED> ,默认为上下游1M窗口

2.5.1）默认为上下游1M，例如：

2.5.2）可以通过(-l 和-r)参数来控制上下游，加入不同的window

2.6）closestBed

如果A和B之间没有overlap,则输出与A最近的B的信息

2.7）subtractBed

用处：主要输用于移除重叠部分及间隔区

基本用法：subtractBed [OPTIONS] -a <BED> -b <BED>

默认情况下

2.8）mergeBed

主要用于将重叠的feature合并

基本用法：mergeBed [OPTIONS] -i <BED>

例如：

、

2.9）coverageBed

主要是统计一个BED文件中要素相对于另一个的覆盖深度和广度

基本用法：coverageBed [OPTIONS] -a <BED> -b <BED>

例如：统计结果解释可以参考下图。

2.10） genomeCoverageBed

对特征文件的覆盖情况进行统计

基本用法：genomeCoverageBed [OPTIONS] -i <BED> -g <GENOME>

2.11）fastaFromBed

用于提取fasta文件中，与bed文件中匹配的序列，形成一个新的fasta文件

基本用法：fastaFromBed [OPTIONS] -fi <input FASTA> -bed <BED> -fo <output FASTA>

2.12）maskFastaFromBed
用于将bed 中指定的位置在fasta中进行mask
基本用法：maskFastaFromBed [OPTIONS] -fi <input FASTA> -bed <BED> -fo <output FASTA>

默认情况下是硬soft，而不是软soft

2.13) shuffleBed
用于置换feture在染色体中的location
shuffleBed [OPTIONS] -i <BED> -g <GENOME>

2.14)sortBed

对bed文件进行排序
基本用法：sortBed [OPTIONS] -i <BED>

默认情况下，对bed文件按照染色体，然后按照起始位置。

2.15）linksBed

为bed 文件建立html

基本用法：linksBed [OPTIONS] -i <BED> > <HTML file>

例如:

2.16）complementBed
输出在bed 文件中不包含的区域
基本用法：complementBed [OPTIONS] -i <BED> -g <GENOME>

例如

bedtools简介及应用的更多相关文章

  1. ASP.NET Core 1.1 简介

    ASP.NET Core 1.1 于2016年11月16日发布.这个版本包括许多伟大的新功能以及许多错误修复和一般的增强.这个版本包含了多个新的中间件组件.针对Windows的WebListener服 ...

  2. MVVM模式和在WPF中的实现（一）MVVM模式简介

    MVVM模式解析和在WPF中的实现(一) MVVM模式简介 系列目录: MVVM模式解析和在WPF中的实现(一)MVVM模式简介 MVVM模式解析和在WPF中的实现(二)数据绑定 MVVM模式解析和在 ...

  3. Cassandra简介

    在前面的一篇文章<图形数据库Neo4J简介>中,我们介绍了一种非常流行的图形数据库Neo4J的使用方法.而在本文中,我们将对另外一种类型的NoSQL数据库——Cassandra进行简单地介 ...

  4. REST简介

    一说到REST,我想大家的第一反应就是“啊,就是那种前后台通信方式.”但是在要求详细讲述它所提出的各个约束,以及如何开始搭建REST服务时,却很少有人能够清晰地说出它到底是什么,需要遵守什么样的准则. ...

  5. Microservice架构模式简介

    在2014年,Sam Newman,Martin Fowler在ThoughtWorks的一位同事,出版了一本新书<Building Microservices>.该书描述了如何按照Mic ...

  6. const,static,extern 简介

    const,static,extern 简介 一.const与宏的区别: const简介:之前常用的字符串常量,一般是抽成宏,但是苹果不推荐我们抽成宏,推荐我们使用const常量. 执行时刻:宏是预编 ...

  7. HTTPS简介

    一.简单总结 1.HTTPS概念总结 HTTPS 就是对HTTP进行了TLS或SSL加密. 应用层的HTTP协议通过传输层的TCP协议来传输,HTTPS 在 HTTP和 TCP中间加了一层TLS/SS ...

  8. 【Machine Learning】机器学习及其基础概念简介

    机器学习及其基础概念简介 作者:白宁超 2016年12月23日21:24:51 摘要:随着机器学习和深度学习的热潮,各种图书层出不穷.然而多数是基础理论知识介绍,缺乏实现的深入理解.本系列文章是作者结 ...

  9. Cesium简介以及离线部署运行

    Cesium简介 cesium是国外一个基于JavaScript编写的使用WebGL的地图引擎,一款开源3DGIS的js库.cesium支持3D,2D,2.5D形式的地图展示,可以自行绘制图形,高亮区 ...

随机推荐

  1. C#.net 微信公众账号接口开发

    微信越来越火,微信公众平台成为开发成新宠,本文用C#.net开发微信公众信号接口. 微信接口地址代码: weixin _wx = new weixin(); string postStr = &quo ...

  2. springMVC学习(10)-上传图片

    需求:在修改商品页面,添加上传商品图片功能. SpringMVC中对多部件类型解析: 1)springmvc中配置: <!-- 文件上传 --> <bean id="mul ...

  3. linux查看各服务状态以及开启和关闭

    1.......................................... 友好的显示所有服务的运行状态: service --status-all chkconfig --list 2. ...

  4. 基于标准库实现string和wstring的转换

    // convert string to wstring std::wstring to_wstring(const std::string& str, const std::locale&a ...

  5. Java 类的生命周期

    类从被加载到JVM内存中开始,到卸载出内存为止,它的整个生命周期包括: 加载(Loading)-->验证(Verification)-->准备(Preparation)-->解析(R ...

  6. JavaScript语句和异常

    知识内容: 1.条件语句(分支语句) 2.循环语句 3.with语句 4.异常处理 5.本节练习 参考资料:<JavaScript高级程序设计> 1.条件语句 JavaScript中的条件 ...

  7. 有关Firefox/Chrome的问题汇总

    安装的附加组件因未经验证而被 Firefox 禁用,我该怎么办 如果您已安装的附加组件因未经验证而被禁用了,建议您联系附加组件开发者或提供给您附加组件的人,看看他们能不能提供新版经过验证的附加组件.您 ...

  8. IPv4选项

    IPv4数据报的首部由固定首部(20字节)和可变部分组成(40字节).选项可用于网络的测试和排错. 1:选项的组成(TLV:type-length-value) 1.1:一个字节的类型字段. 1.1. ...

  9. OpenACC 简单的直方图

    ▶ 简单的直方图,强调原子操作的使用 ● 代码 #include <stdio.h> #include <stdlib.h> #include <openacc.h> ...

  10. Zabbix监控系统端口

    参考网站: https://www.cnblogs.com/nulige/p/7072019.html