轉(zhuǎn)自：https://zhuanlan.zhihu.com/p/52322803
之前已經(jīng)講過BED 文件和它的衍生文件的格式，鏈接在這里：[數(shù)據(jù)格式] （2)BED 格式的四種寫法 。
但是當(dāng)我們想對兩個或多個BED文件的區(qū)域求它們的交集疫铜，找它們之間的overlap時，就很麻煩睦优。手動操作太痛苦，用awk也不是很合適壮不。
Bedtools是Quinlan AR 和 Hall IM 在2010年發(fā)布在Bioinformatics上的工具汗盘，可以通過它對同一參考基因組的BED文件進行交，并询一，補集的操作，還有其他的功能健蕊，比如注釋和格式轉(zhuǎn)換晴及，這篇主要講利用 Bedtools 對BED格式的文件進行操作琳钉。
Bedtools的安裝很簡單，有conda用conda，沒有conda可以去它的GitHub下載。 順便說一下钾虐，Bedtools發(fā)布了它的python版本pyBedtools，對環(huán)境有潔癖的朋友也可以在Bedtools的GitHub網(wǎng)頁上找到它菌仁，鏈接：arq5x/bedtools2
Bedtools的應(yīng)用：
集合運算（注：都是鏈接，可以點開看詳細轉(zhuǎn)換方法）：
1. 交集運算 intersect
不同參數(shù)結(jié)果輸出不同的區(qū)域摹迷，A和B是輸入的兩個BED文件。不輸入?yún)?shù)輸出結(jié)果為兩個BED文件的交集，-wa保留和b文件有重疊的全部A文件區(qū)域，-v 輸出結(jié)果為-wa的補集靠抑，即B中沒有A重疊的區(qū)域〖∷疲可以用圖表示為：
命令為：
bedtools intersect [OPTIONS] -a <FILE> \
-b <FILE1, FILE2, ..., FILEN>
#or
intersectBed [OPTIONS] -a <FILE> \
-b <FILE1, FILE2, ..., FILEN>
2. 并集運算 merge
將一個BED文件中所有的重疊區(qū)域和相鄰merge為一個大的區(qū)域睬澡，可以將結(jié)果轉(zhuǎn)換為其他格式的數(shù)據(jù)斗躏，可以通過參數(shù)設(shè)置相距多遠的兩個區(qū)域，可以取他們的并集：
命令為：
bedtools merge [OPTIONS] -i <BED/GFF/VCF/BAM>
#or
mergeBed [OPTIONS] -i <BED/GFF/VCF/BAM>
3. 補集運算 complement静陈，找到基因組上所有和給定區(qū)域無重疊的區(qū)域：
命令：
bedtools complement -i <BED/GFF/VCF> -g <GENOME>
#or：
complementBed -i <BED/GFF/VCF> -g <GENOME>
4. 差集運算 subtract，用A中的區(qū)域減去B中的區(qū)域崩泡，通過參數(shù)-A可以實現(xiàn)有重疊區(qū)域的全部剔除：
命令：
bedtools subtract [OPTIONS] -a <BED/GFF/VCF> -b <BED/GFF/VCF>
#or:
subtractBed [OPTIONS] -a <BED/GFF/VCF> -b <BED/GFF/VCF>
此外禁荒，還有類似于intersect的window，可以看區(qū)域上下游的重疊情況角撞；cluster呛伴，類似于merge，將有重疊的區(qū)域歸在一起谒所，但是不會合并為一個大的區(qū)域热康。
附Bedtools的數(shù)據(jù)格式轉(zhuǎn)換：
Bedtools還有很多很多的功能，它對于我們得到的數(shù)據(jù)非常有幫助劣领，可以說是做二代測序人手必備的神器姐军。
很幸運的是，Bedtools的說明書寫的非常詳細，鏈接：bedtools: a powerful toolset for genome arithmetic
最后補一句：多用sort奕锌，少點麻煩著觉！
