bedtools | 快速筛选重合区间

bedtools是一个强大的基因组分析工具，包含了各种各样的功能，能够轻松解决我们基因组分析过程中遇到的各种问题，其引用率高达8462次！

大家可以在 https://github.com/arq5x/bedtools2/releases 下载最新版本的bedtools。

## bedtools安装
tar -zxvf bedtools-2.29.0.tar.gz
cd bedtools2
make

安装好以后，小编教大家使用bedtools的“ intersect ”功能，快速筛选重合区间。

有时候，我们想看一下基因组某个区间上有哪些基因，或者批量比对两个区间是否有重合，自己写for循环一行一行比对搜寻的话速度会很慢，而且循环写不好很容易出错，这时我们就可以用bedtools的“ intersect ”快速将重合区间筛选出来！

首先，我们需要准备两个文件（以“tab" 为分隔符，第一列为染色体名称，第二列为区间的起始位置，第三列为区间的终止位置，第四列为区间名称）。

文件一：

文件二：

我们想看一下文件一中的区间有哪些与文件二中的区间是重合的。

bedtools intersect -a test1.bed -b test2.bed -wao > out

打开结果文件，我们可以看到，前四列代表文件一里的区间，第5至8列代表文件一与文件二重合的区间，第九列代表他们重合的长度。我们可以看到，文件一中的区间b同时与文件二中的A，B区间重和，重合长度分别为5和3。文件一中的区间d在文件二中未找到重和区间。

我们还可以把结果再整理一下。

bedtools groupby -i out -g 1-4 -c 8 -o collapse

-g：选择哪几列的值进行合并。“-g 1-4”表示合并前四列相同的行。

-c：选择第几列的值汇总结果。“-c 8”表示选择第八列的值进行汇总。

这样，我们就可以直观的看到文件一中的区间b与文件二中的区间A和B重合啦！

bedtools还有许多非常便捷的功能，我们后续再讲！

参考资料：

https://bedtools.readthedocs.io/en/latest/content/tools/intersect.html

https://bedtools.readthedocs.io/en/latest/content/tools/groupby.html

https://www.jianshu.com/p/6c3b87301491