格式
BED格式文件全稱是 Browser Extensible Data，通過規(guī)定行的內(nèi)容來展示注釋信息租谈。bed文件可以作為一個(gè)特征標(biāo)識(shí)符篮奄， 來快速查找感興趣的基因組區(qū)域，最經(jīng)典的應(yīng)用場(chǎng)景就是將peak calling的bed文件和對(duì)應(yīng)樣本的tdf文件同時(shí)導(dǎo)入IGV, 然后快速查看peak區(qū)域的測(cè)序深度分布情況割去。GFF文件格式如下：
BED格式文件有3個(gè)基本列和9個(gè)可選的附加列
基本列
第一列：chrom宦搬，染色體號(hào)；
第二列：chromStart劫拗，在染色體上的起始位置，從0開始計(jì)數(shù)矾克；
第三列：ChromEnd页慷，在染色體上的終止位置。bed文件為左閉右開區(qū)間胁附，當(dāng)片段堿基為0-99時(shí)酒繁，記為“ChromStart=0,ChromEnd=100”。
附加列
第四列：name控妻，行名州袒；
第五列：score，基因組瀏覽器中顯示的灰度設(shè)定值弓候，介于0-1000之間郎哭，越大越黑；
第六列：正負(fù)鏈標(biāo)記菇存，“+”夸研、“-”、“.”(no strand)依鸥；
第七列：thickStart亥至，編碼起始位置；
第八列：thickEnd，編碼終止位置姐扮；
第九列：itemRgb-R,G,B絮供，當(dāng)itemRgb設(shè)置為“On”，行會(huì)顯示顏色茶敏；
第十列：blockCount壤靶，外顯子數(shù)量；
第十一列：BlockSizes睡榆，外顯子大小列表萍肆，逗號(hào)分隔；
第十二列：blockStarts胀屿，外顯子起始列表位置塘揣，逗號(hào)分隔，是與chromStart相對(duì)的一個(gè)位置宿崭。
處理
IGV查看
bed文件中的每一行為一個(gè)染色體區(qū)域亲铡，當(dāng)bed文件的name存在時(shí)，在區(qū)域的下方會(huì)顯示對(duì)應(yīng)的ID葡兑，可以用于檢索奖蔓，示意如下
長(zhǎng)度運(yùn)算__ bedtools slop
增加兩端長(zhǎng)度
bedtools slop -i input.bed -g output.bed -b 10 # -b，增加兩端長(zhǎng)度(10bp)
bedrolls slop -i input.bed -g output.bed -b 0.1 -pct #-pct,按比例(-b)增加兩端長(zhǎng)度
增加一端長(zhǎng)度
bedtools slop -i input.bed -g output.bed -l 10 -r 20 #-l,增加開始端長(zhǎng)度讹堤；-r吆鹤，增加末端長(zhǎng)度
鏈特異性影響
bedtools slop -i demo.bed -g genome.txt -l 10 -r 3 -s #-s,區(qū)分正負(fù)鏈，對(duì)正鏈運(yùn)算無影響洲守，對(duì)負(fù)鏈運(yùn)算首位交換
與GFF關(guān)系
genomic features通常使用bed 或者gff文件表示疑务，兩者最基本的信息就是染色體或Contig的ID或編號(hào)、DNA的正負(fù)鏈信息以及在染色體上的起始和終止位置數(shù)值梗醇。兩種文件的區(qū)別在于知允，BED文件中起始坐標(biāo)為0，結(jié)束坐標(biāo)至少是1叙谨，GFF中起始坐標(biāo)是1而結(jié)束坐標(biāo)至少是1温鸽。把BED轉(zhuǎn)成對(duì)應(yīng)的GFF格式（僅保留兩者相同信息）
cat demo.bed | bioawk -c bed '{print $chrom, ".", ".", $start+1, $end, $score, $strand, ".", "." }' > demo.gff
