利用bedtools提取基因组指定区域序列
2021-10-27 本文已影响0人
qujingtao
利用bedtools能够快速批量的提取基因组上指定区域的序列。
1. Example：
bedtools getfasta -fi example_genome.fasta -bed example.bed -fo example.fa -name
| 文件 | 说明 |
|---|---|
| example_genome.fasta | 基因组序列； |
| example.bed | 指定位置，bed文件前四列分别为染色体、起始位置、结束位置及命名，列之间以制表符分隔（\t），需要提取多个位置，按行分隔； |
| example.fa | 截取序列的输出文件。 |
在提取指定位点的前后各100bp时，如指定位点为Chr1 12345，bed文件中可以位置应该为Chr1 12345-101 12345+100。
2. 安装
bedtools软件的安装，建议在有网络的情况下利用conda安装，方便快捷，安装命令：
conda install -c bioconda bedtools
Ubuntu系统也可以利用apt进行安装:
sudo apt-get install bedtools
3. 说明书
Tool: bedtools getfasta (aka fastaFromBed)
Version: v2.27.1
Summary: Extract DNA sequences from a fasta file based on feature coordinates.
Usage: bedtools getfasta [OPTIONS] -fi <fasta> -bed <bed/gff/vcf>
Options:
-fi Input FASTA file
-fo Output file (opt., default is STDOUT
-bed BED/GFF/VCF file of ranges to extract from -fi
-name Use the name field for the FASTA header
-name+ Use the name field and coordinates for the FASTA header
-split given BED12 fmt., extract and concatenate the sequences
from the BED "blocks" (e.g., exons)
-tab Write output in TAB delimited format.
- Default is FASTA format.
-s Force strandedness. If the feature occupies the antisense,
strand, the sequence will be reverse complemented.
- By default, strand information is ignored.
-fullHeader Use full fasta header.
- By default, only the word before the first space or tab
is used.
