2024-06-16

bed文件处理工具之——bedtools

原创小果生信果 2023-11-01 19:00:27

收录于话题

大家好！小果我呀，今天我要给大家推荐一个超好用的生信小工具——bedtools！

bedtools是一个处理基因组bed文件的软件包，它可以实现各种基因组分析，比如寻找重叠区域、计算覆盖度、合并或切分区间等等。bedtools的特点是它支持多种文件格式，比如BED、GFF、VCF等，而且它的操作也非常简单，只需要几个命令就可以完成复杂的任务。bedtools还可以和其他工具配合使用，比如samtools、bowtie2、bwa等，从而实现更多的功能。bedtools是一个非常实用的工具，强烈推荐大家学习和使用它。

那么，怎么安装和使用bedtools呢？其实很简单，只需要三步就可以了。

第一步，下载bedtools的源码包，可以从官网或者GitHub（https://github.com/arq5x/bedtools2 ）上获取。

第二步，解压源码包，并在终端中进入解压后的文件夹。

unzip bedtools2-master.zipcd bedtools2-master/

第三步，输入make命令，编译和安装bedtools。这样就完成了bedtools的安装啦！非常方便吧？

接下来，给大家演示一下bedtools的基本用法。

首先，我们需要准备一些输入文件，比如两个BED文件（此例子中的bed文件来自bedtools自带的/test/ 文件夹），分别表示两组基因组区域。我们可以用cat命令查看一下这两个文件的内容：

$ cat A.bedchr1  10  20  a1  1  +chr1  100  200  a2  2  -
$ cat B.bedchr1  20  30  b1  1  +chr1  90  101  b2  2  -chr1  100  110  b3  3  +chr1  200  210  b4  4  +

samtools view test.bam@HD     VN:1.0  GO:none SO:coordinate@SQ     SN:chr1 LN:249250621paired-1  1  chr1  1  40  30M  *  0  0  AAAAAAAAAAAAAAAAAAAAAAAAAAAAAA  DDDDDDDDDDDDDDDDDDDDDDDDDDDDDD  MD:Z:50paired-1  1  chr1  1  100  30M  *  0  0  GGGGGGGGGGGGGGGGGGGGGGGGGGGGGG  EEEEEEEEEEEEEEEEEEEEEEEEEEEEEE  MD:Z:50unpaired  1  chr1  1  100  30M  *  0  0  GAAGGCCACCGCCGCGGTTATTTTCCTTCA  CCCDDB?=FJIIJIGFJIJHIJJJJJJJJI  MD:Z:50paired-2  1  chr1  1  40  30M  *  0  0  TTTTTTTTTTTTTTTTTTTTTTTTTTTTTT  FFFFFFFFFFFFFFFFFFFFFFFFFFFFFF  MD:Z:50

1. Bedtools之intersect：寻找这两个文件的重叠区域。



Usage: bedtools intersect [OPTIONS] -a <bed/gff/vcf/bam> -b <bed/gff/vcf/bam>
$ bedtools intersect -a a.bed -b b.bedchr1  100  101  a2  2  -chr1  100  110  a2  2  -
这样就得到了重叠区域的坐标，非常快速和准确。我们还可以用-wa和-wb选项来输出完整的重叠区域信息：
$ bedtools intersect -a A.bed -b B.bed -wa -wb
ABchr1  100  200  a2  2  -  chr1  90  101  b2  2  -chr1  100  200  a2  2  -  chr1  100  110  b3  3  +这样就可以看到每个重叠区域分别属于哪两个输入文件。我们还可以用-loj选项来输出左连接的结果，即输出所有A文件中的区域，以及与之重叠或者不重叠的B文件中的区域：
$ bedtools intersect -a A.bed -b B.bed -lojchr1  10  20  a1  1  +  .  -1  -1  .  -1  .chr1  100  200  a2  2  -  chr1  90  101  b2  2  -chr1  100  200  a2  2  -  chr1  100  110  b3  3  +

2. Bedtools之merge：可以将一个BED文件中所有的重叠区域和相邻merge为一个大的区域。命令如下：

$bedtools merge -i B.bedchr1    20      30chr1    90      110chr1    200     210输出的三列为：染色体、合并区间的起始位置和结束位置。



B注意：使用 merge 命令之前，需要确保输入文件已经按照染色体顺序排序，这样可以加快处理速度并减少内存占用。如果输入文件没有排序，bedtools merge 可能会运行出错。

3. bedtools之格式转换

bedtools可以做以下几种格式转换：bamtobed、bedtobam、bamtofastq、bedpetobam、bed12tobed6，这里就以bamtobed为例给大家演示以下吧。$ bedtools bamtobed -i test.bam

chr1    0       30      paired-1        40      +chr1    0       30      paired-1        100     +chr1    0       30      unpaired        100     +chr1    0       30      paired-2        40      +

4. Bedtools之coverage：计算深度和广度。

Bedtools coverage可以计算BED文件B在A文件上的覆盖深度和广度。命令如下：

$ bedtools coverage -a A.bed -b B.bed

5. bedtools之map
bedtools map 的功能是将一个文件中的区域（例如基因或转录本）映射到另一个文件中的区域（例如测序读取或峰值），并计算每个区域的覆盖度或其他统计量。这个工具可以用来分析不同样本之间的区域重叠情况，或者评估某些特征（例如甲基化或组蛋白修饰）在特定区域的分布情况。bedtools map 的使用方法如下：