使用 bed 文件提取 fasta 序列时如何获取 strand

Question

我正在尝试使用 bed 文件（自制）从基因组中提取 fasta 序列。床文件如下所示（制表符分隔）：

LQNS02278165.1  13104710        13109495        +
LQNS02278165.1  9139127 9142308 +
LQNS02278165.1  13665793        13666495        +
LQNS02278165.1  9143024 9144041 +
LQNS02278165.1  9221339 9222957 -
LQNS02278165.1  9220085 9220713 -
LQNS02278165.1  12608731        12609200        +
LQNS02278165.1  9144041 9144734 +
LQNS02278165.1  13666286        13666752        +
LQNS02278165.1  13655380        13655764        +

我是运行 bedtools getfasta，带有强制搁浅选项 (-s)，但这不起作用。我得到的输出没有按应有的方式考虑股线。有什么建议吗？

bedtools getfasta -s  -fo strand_genome.fa -fi genome.fa -bed f.blast_genome.bed -fullHeader

>LQNS02278165.1:13104710-13109495()
AAAAAAA....
>LQNS02278165.1:9139127-9142308()
AAAAAAA....
>LQNS02278165.1:13665793-13666495()
AAAAAAA....
>LQNS02278165.1:9143024-9144041()
AAAAAAA....
>LQNS02278165.1:9221339-9222957()
AAAAAAA....

谢谢！

Answer 1

根据 bed format，链在第 6 列，因此在您的示例中只需将链移动到第 6 列：

cat test.fa
>chr01
ACCGGTT

cat test.bed
chr01   0   4   .   .   +
chr01   0   4   .   .   -

bedtools getfasta -s -fi test.fa -bed test.bed
>chr01:0-4(+)
AACC
>chr01:0-4(-)
GGTT

使用 bed 文件提取 fasta 序列时如何获取 strand

How to get strand when extracting fasta sequences using bed file

bioinformatics

fasta

bed