bedtools

什么是bedtools

• bedtools 是一个灵活而强大的用于基因组运算的工具集。
• 号称是适用于各种基因组分析任务的瑞士军刀。
• 它是由Utah大学的Quinlan实验室开发的。

为什么要用bedtools

• 事实上，如果你能比较熟练掌握一门编程语言的话，比如 python、perl、ruby 之类的脚本语言，那么其实可以自己写脚本来实现 bedtools 的各种功能。
• 但是，每次遇到这种问题都要自己写脚本难免有些无聊且浪费时间，既然有人已经把轮子都造好了，我们直接拿来用就好了呀，何况这轮子造得还确实不错。

我们用bedtools都可以做些啥

能做的很多，接下来我随便调几个做个简单的介绍，后面应该会每期介绍一个功能。

• intersect 可以计算两个 bed 文件中基因组坐标位置的交集，这是我第一次接触到 bedtools 时使用到的功能，很好很强大！
• closest 可以找到距离给定区间最近的一个区间，相当于 intersect 的一个补充。
• getfasta 提取指定位置的 DNA 序列，也是很好用的一个功能，反向互补链也可以提，不用自己写脚本提了。（关键是把这些功能集成起来用的时候方便多了。）
• maskfasta 把指定区域的序列 mask 掉，提供了 softmask（替换成小写字母） 和 hardmask（替换成 N） 两种方式。速度很快，python 用字符串切片能慢死......
• merge 把小于一定长度的区间合并起来
• coverage 计算在指定区域的覆盖度，输入可以是 BAM 文件。
• groupby 可以把某几列相同的作为一组，然后以组为单位，对其它几列进行一定的统计操作，比如计数、求和等等。

功能有很多，后面一节一节慢慢讲吧！

结语

bedtools 中的 bed 其实是一种文件格式，从这个工具的名字就可以看出来，它操作的对象主要是 bed 格式的文件。
下一节我们将会介绍 bedtools 的主要输入文件格式。