生信基础知识测序文件常见操作

BED 文件格式

2022-03-17  本文已影响0人  Z_bioinfo

BED (Browser Extensible Data)格式文件就是通过规定行的内容来展示注释信息

BED文件每行至少包括chrom,chromStart,chromEnd三列;另外还可以添加额外的9列,这些列的顺序是固定的。

在自定义BED文件时,前面可以有注释行,以“browser”或“track”开头,可以设置一些参数便于浏览器更好展示BED文件信息。但是,下游的一些分析工具,例如bedToBigBed,是不接受有注释的BED文件的。

BED文件必须的3列:

chrom - 染色体号; 例如,chr1,chrX。。。。。。。

chromStart - feature在染色体上起始位置. 从0开始算,染色体上第一个碱基位置标记为0。

chromEnd - feature在染色体上终止位置。染色体上前100个碱基片段的位置位置标记为:chromStart=0, chromEnd=100。 实际上,第100个碱基不属于当前片段中,当前片段的碱基应该是0-99。所以在BED文件中,起始位置从0开始,终止位置从1开始。

BED文件可选的9列:

4.name - BED行名,在基因组浏览器左边显示;

5.score - 在基因组浏览器中显示的灰度设定,值介于0-1000;

6.strand - 正负链标记. Either "." (=no strand) or "+" or "-".

7.thickStart - feature起始位置。绘制特征的起始位置(例如,基因显示中的起始密码子)。当没有这部分时,thickStart和thickEnd通常设置为chromStart位置。

8.thickEnd - feature编码终止位置

9.itemRgb - R,G,B (e.g. 255,0,0)值,当itemRgb 设置为 "On",BED的行会显示颜色

10.blockCount - blocks (exons)数目

11.blockSizes - blocks (exons)大小列表,逗号分隔,对应于blockCount

12.blockStarts -blocks (exons)起始位置列表,逗号分隔,对应于blockCount.;这个起始位置是与chromStart的一个相对位置。

例如:

bio@ubuntu ~]$ less -S GRCh38.gene.bed 

chr3    124792319       124792562       ENSG00000276626 RF00100 -
chr1    92700819        92700934        ENSG00000201317 RNU4-59P        -
chr14   100951856       100951933       ENSG00000200823 SNORD114-2      +
chr22   45200954        45201019        ENSG00000221598 MIR1249 -
chr1    161699506       161699607       ENSG00000199595 RF00019 +
上一篇 下一篇

猜你喜欢

热点阅读