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. 用7z.exe 压缩整个文件夹里的内容

    以下是批处理中的内容: 7z.exe a -tzip zmv9netSrc.zip "D:\IE收藏夹备份\*"pause7z.exe a -tzip zmv9netSrc.zip ...

  2. sql having 函数 按匿名字段作为条件进行查询

    今天写sql 遇到一个问题 SELECT a.*, count(b.id) AS nums FROM a LEFT JOIN b ON a.id=b.a_id WHERE nums>1 这时候会 ...

  3. busybox下的tftp client

    # tftp -p -l file host    # put local file to remote host # tftp -g -r file host    # get remote fil ...

  4. cookie和session得区别

    1.cookie 是一种发送到客户浏览器的文本串句柄,并保存在客户机硬盘上,可以用来在某个WEB站点会话间持久的保持数据. 2.session其实指的就是访问者从到达某个特定主页到离开为止的那段时间. ...

  5. SpringAOP基础 - 静态代理设计模式

    代理模式在实现过程中,要创建一个接口(社交技巧-接口),代理类(经纪人 - 类)和真实类(范冰冰 - 类)同时实现这个接口. 举个例子: 我们想要找范冰冰吃饭,但是呢,她是大明星,不可能轻易见我们,我 ...

  6. shell 6基本运算符

    shell支持多种运算符: * 算数运算符 * 关系运算符 * 布尔运算符 * 字符串运算符 * 文件测试运算符 算数运算符 + 加 `expr $a + $b` 结果为 30 - 减 `expr $ ...

  7. Spark学习笔记3：键值对操作

    键值对RDD通常用来进行聚合计算,Spark为包含键值对类型的RDD提供了一些专有的操作.这些RDD被称为pair RDD.pair RDD提供了并行操作各个键或跨节点重新进行数据分组的操作接口. S ...

  8. 使用SolrNet访问Solr-5.5.0

    由于今年年初刚发布的Solr-5.5.0,网上所能找到的资料少之又少,所以只能靠自己一点点摸索. 从某Hub上下载了SolrNet源码,按照教程提交文档或者查询均失败,无奈只得跟断点一点点差怎么回事. ...

  9. Python - Django - 登录页面

    登录页 login.html: <!DOCTYPE html> <html lang="zh-CN"> <head> <meta char ...

  10. 从最大似然函数 到 EM算法详解

    极大似然算法 本来打算把别人讲的好的博文放在上面的,但是感觉那个适合看着玩,我看过之后感觉懂了,然后实际应用就不会了.... MLP其实就是用来求模型参数的,核心就是“模型已知,求取参数”,模型的意思 ...