过滤床文件中的重叠条目

Filter overlapping entries in bed file

提问人：maciek 提问时间：4/16/2017 最后编辑：Timur Shtatlandmaciek 更新时间：10/2/2020 访问量：1996

问：

我有一个床文件，如下所示：

1   183113  183114  chr1:183113-183240  0   +
1   187286  187287  chr1:187128-187287  0   -
1   187576  187587  chr1:187375-187577  0   -
1   187580  187590  chr1:187379-187577  0   -

我的目标是仅提取那些条目不与其他任何条目重叠的行。一段时间以来，我一直在尝试根据文档合并床上工具。我想使用特定的标志来计算构成每个“合并”片段的条目，然后只保留值为“1”的条目，但问题来了：我不知道如何保留有关链、分数（这应该始终为 0）和名称（这可能从前 3 列重建）的信息。 有谁知道如何把这些东西放在一起？

输出应与输入（上）床完全相同，但仅与这些行不与其他任何内容重叠。

1   183113  183114  chr1:183113-183240  0   +
1   187286  187287  chr1:187128-187287  0   -
Bash Shell 生物信息学 床 工具

评论

0赞 agc 4/16/2017
请附上所需输出的样本。
0赞 maciek 4/16/2017
@agc：编辑后 - 输出格式相同
0赞 agc 4/17/2017
澄清：请附上不完全相同的所需输入和输出的样本。它们可以具有相同的格式，但不能具有完全相同的数据。
0赞 zx8754 4/18/2017
我认为您需要 GenomicRanges 包。reduce
0赞 bli 4/18/2017
这可以工作（使用正确的选项）：，然后是结果，然后是原始的合并补码？bedtools mergebedtools complementbedtools intersect

答：

3赞 maciek 4/19/2017 #1

好的，我解决了这个问题：

1） 计算原始输入中的重叠项

bedtools merge -i IN.bed -c 1 -o count > counted

2）只过滤掉那些不与任何内容重叠的行

awk '/\t1$/{print}' counted > filtered

3）将其与原始输入相交，并仅保留过滤后找到的原始行

bedtools intersect -a IN.bed -b filtered -wa > OUT.bed

上一个：Seaborn热图上的次级x轴

下一个：在 seaborn 热图上注解缺失值