bedtools2

bedtools - 基因组算术的瑞士军刀

摘要

整体而言,bedtools工具是一把适用于各种基因组分析任务的万能工具。最广泛使用的工具可实现基因组算术:即基因组上的集合理论。例如,bedtools可让用户在广泛使用的基因组文件格式(如BAM、BED、GFF/GTF、VCF)中交叉、合并、计数、补全和随机排列多个文件中的基因组区间。

虽然每个工具都专门用于完成相对简单的任务(例如,交叉两个区间文件),但通过在 UNIX 命令行上组合多个 bedtools 操作,可以进行相当复杂的分析。

性能 ---------- 从 2.18 版开始,由于我们在处理按染色体和起始位置预排序的数据集时所做的算法改进,使得 bedtools 具有更强的可扩展性。如下图所示,与未排序的数据相比,使用排序数据时,速度和内存消耗呈良好的规模化趋势。当前版本的 bedtools intersect 的速度与使用类似算法处理排序数据的 bedops 包的 bedmap 相当(或略快一些)。下图表示,从 exome 采集 BAM 文件中计算交叉对齐的数量,对齐结果已转换为 BED 以便与 bedops 进行比较。我们比较 bedmap 的 --ec 选项,因为 bedtools 也强制执行类似的错误检查。

**注意：**使用 100 万对齐时，bedtools 无法完成，而用于未排序数据的 R-Tree 算法也无法完成。

Download current version Documentation Cheat-sheet from Ilya Levantis