bedtools用法大全一文就够吧Word文件下载.docx
- 文档编号:14144295
- 上传时间:2022-10-19
- 格式:DOCX
- 页数:7
- 大小:18.61KB
bedtools用法大全一文就够吧Word文件下载.docx
《bedtools用法大全一文就够吧Word文件下载.docx》由会员分享,可在线阅读,更多相关《bedtools用法大全一文就够吧Word文件下载.docx(7页珍藏版)》请在冰豆网上搜索。
bed转其他格式(bedToBam,bedToIgv);
对基因组坐标的逻辑运算,包括:
交集(intersectBed,windowBed),”邻集“(closestBed),
补集(complementBed),并集(mergeBed),差集(subtractBed);
计算覆盖度(coverage)(coverageBed,genomeCoverageBed);
好,言归正传,bedtools是非常多的工具的合集,有瑞士军刀的美誉。
直接下载二进制版本软件就可以调用全路径来使用,或者把整个文件夹添加到环境变量。
首发于生信技能树:
genomecov我们先看第一个功能,把alignment的结果文件转为bedgraph格式文件。
不过这个功能用处不是很大。
参考:
http:
//bedtools.readthedocs.io/en/latest/content/tools/genomecov.html要实现这个功能,需要用bedtools的genomecov小命令,有两种方法可以调用:
bedtoolsgenomecov[OPTIONS][-i|-ibam]-g(iff.-i)
genomeCoverageBed[OPTIONS][-i|-ibam]-g(iff.-i)
这个命令本身并不是设计来做格式转换的,bam2bedgraph也只是其中的一个小功能而已,需要加上-bg参数,就可以ReportdepthinBedGraphformat.Fordetails,see:
http:
//genome.ucsc.edu/goldenPath/help/bedgraph.html大家观摩我下面给出的测试例子,就明白该功能如何使用了bedtoolsgenomecov-bg-iE001-H3K4me1.tagAlign-gmygenome.txt>
E001-H3K4me1.bedGraph
bedtoolsgenomecov-bg-iE001-Input.tagAlign-gmygenome.txt>
E001-Input.bedGraph
nohupbedtoolsgenomecov-bg-ibamBAF180_CT10.unique.sorted.bam>
BAF180_CT10.bedGraph&
nohupbedtoolsgenomecov-bg-ibamBAF180_CT22AM.unique.sorted.bam>
BAF180_CT22AM.bedGraph&
nohupbedtoolsgenomecov-bg-ibamBAF180_CT22.unique.sorted.bam>
BAF180_CT22.bedGraph&
nohupbedtoolsgenomecov-bg-ibaminputCT10sonication.unique.sorted.bam>
inputCT10sonication.bedGraph&
首先alignment的文件必须是sort的,然后如果是bed格式的比对文件,用-i参数来指定输入文件,需要加入参考基因组的染色体大小记录文件(mygenome.txt),如果是bam格式的比对文件,用-ibam指定输入文件,而且不需要参考基因组的染色体大小记录文件。
第二个功能multicov然后看看第二个功能,对RNA-seq的比对文件中的比对到各个基因的reads进行计数。
参考:
//www.bio-info-这个小命令#例子:
bedtoolsmulticov-bamsaln1.bamaln2.bamaln3.bam-bedivls-of-interest.bed
#ivls-of-interest.bed这个文件是必须的,可能需要自己制作,其实用gtf文件也可以的,如下:
chr1010000ivl1
chr11000020000ivl2
chr12000030000ivl3
chr13000040000ivl4
输出结果前三列是坐标,第四列是基因名,跟我们的bed文件一样,只是最后三列是三个样本的计数,是添加上来的!
chr1010000ivl110022340
chr11000020000ivl212332451000
chr12000030000ivl321323322034
chr13000040000ivl433576540
可以看到,它实现的需求,跟htseq这个软件差不多。
各种区别,大家可以自己取探索。
第三个功能getfasta接着第三个功能,根据坐标区域来从基因组里面提取fasta序列参考:
#BED/GFF/VCF+reference-->
fastabedtoolsgetfasta-fi~/biosoft/bowtie/hg19_index/hg19.fa-bed../macs14_results/highQuality_summits.bed-fohighQuality.fa
bedtoolsgetfasta-fi~/biosoft/bowtie/hg19_index/hg19.fa-bed../macs14_results/highQuality_peaks.bed-fohighQuality.fa
我的例子脚本里面用的是bed格式来记录坐标区域,参考基因组用-fi参数指定具体位置,输出的fasta序列文件用-fo参数指定第四个功能区域注释intersect首发于生信技能树论坛:
~/reference/gtf/gencode/protein_coding.hg19.position
chr16909170008OR4F5
chr1367640368634OR4F29
chr1621096622034OR4F16
chr1859308879961SAMD11
chr1879584894689NOC2L
chr1895967901095KLHL17
chr1901877911245PLEKHN1
chr1910584917473PERM1
chr1934342935552HES4
chr1936518949921ISG15
然后要把我们下载的CNV文本文件,转为bed格式的,就是把列的顺序调换一下:
headFeatures.bed
chr1321861095674710TCGA-3C-AAAU-10A-01D-A41E-01532250.0055
chr19567651195676518TCGA-3C-AAAU-10A-01D-A41E-012-1.6636
chr195680124167057183TCGA-3C-AAAU-10A-01D-A41E-01248860.0053
chr1167057495167059336TCGA-3C-AAAU-10A-01D-A41E-013-1.0999
chr1167059760181602002TCGA-3C-AAAU-10A-01D-A41E-019213-8e-04
chr1181603120181609567TCGA-3C-AAAU-10A-01D-A41E-016-1.2009
chr1181610685201473647TCGA-3C-AAAU-10A-01D-A41E-01120020.0055
chr1201474400201474544TCGA-3C-AAAU-10A-01D-A41E-012-1.4235
chr1201475220247813706TCGA-3C-AAAU-10A-01D-A41E-0129781-4e-04
命令很简单,如下:
bedtoolsintersect-aFeatures.bed-b~/reference/gtf/gencode/protein_coding.hg19.position\
-wa-wb|bedtoolsgroupby-i--g1-4-c10-ocollapse
注释结果如下:
可以看到,每个CNV片段都注释到了对应的基因,有些特别大的片段,会被注释到非常多的基因。
chr84258492442783715TCGA-5T-A9QA-01A-11D-A41E-01CHRNB3,CHRNA6,THAP1,RNF170,HOOK3
chr84278972842793594TCGA-5T-A9QA-01A-11D-A41E-01HOOK3
chr84279795742933372TCGA-5T-A9QA-01A-11D-A41E-01RP11-598P20.5,FNTA,HOOK3
chr87095267370964372TCGA-5T-A9QA-01A-11D-A41E-01PRDM14
chr104294797043833200TCGA-5T-A9QA-01A-11D-A41E-01BMS1,RET,RASGEF1A,ZNF33B,CSGALNACT2
chr10106384615106473355TCGA-5T-A9QA-01A-11D-A41E-01SORCS3
chr10106478366107298256TCGA-5T-A9QA-01A-11D-A41E-01SORCS3
chr10117457285117457859TCGA-5T-A9QA-01A-11D-A41E-01ATRNL1
chr116899017369277078TCGA-5T-A9QA-01A-11D-A41E-01MYEOV
chr117637870876926535TCGA-5T-A9QA-01A-11D-A41E-01LRRC32,B3GNT6,OMP,TSKU,MYO7
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- bedtools 用法 大全 一文就够吧
![提示](https://static.bdocx.com/images/bang_tan.gif)