利用bedtools筛选基因组数据中显著区域与QTL交集区域

** 利用bedtools筛选基因组数据中显著区域与QTL交集区域**

总的来说，bedtools工具是用于广泛的基因组学分析任务的一把利器。最广泛使用的工具能够实现基因组算术：即基因组上的集合理论。例如，bedtools允许人们从广泛使用的基因组文件格式（如BAM、BED、GFF/GTF、VCF）的多个文件中交叉、合并、计数、互补和基因组区间。虽然每个单独的工具被设计用来做一个相对简单的任务（例如，与两个区间文件相交），但通过在UNIX命令行上结合多个bedtools操作可以进行相当复杂的分析。

1.下载安装bedtools
参考官方说明https://bedtools.readthedocs.io/en/latest/content/installation.html

2.文件准备（本次使用bed格式文本）
2.1数据格式-例如iHS结果

#染色体    开始位置    终止位置    区域名字（bed文件必须有前三列，并且以TAB分隔符分隔。第四列可以缺失）
20      27500000        28000000        20_27500000
20      26500000        27000000        20_26500000
20      29000000        29500000        20_29000000
20      30000000        30500000        20_30000000
20      22500000        23000000        20_22500000

#bed文件可以在excel中另存为制表符分隔.txt，然后修改文件后缀名为.bed

2.2数据下载
2.2.1QTL数据
animal QTL database数据库地址：https://www.animalgenome.org/cgi-bin/QTLdb/index

根据参考基因组版本下载相应版本的
下载牛QTL数据https://www.animalgenome.org/cgi-bin/QTLdb/BT/index

我这里下载的bed格式的QTL文件
QTL.bed文件需质控（建议以wps表格打开文件）
#去掉前几行注释
#删掉QTL文件中区域位置小于-1的行
#处理后

#染色体    开始位置    终止位置    QTL描述
1	0	0	M. paratuberculosis susceptibility QTL (18764)
1	0	52308051	Milk protein yield QTL (2728)
1	0	1826321	Fat thickness at the 12th rib QTL (1317)
1	389669	594759	Social separation--Standing alert QTL (7127)
1	518536	518540	Tenderness score QTL (227831)
1	716719	716723	Conception rate QTL (181148)

####2.2.2自己数据中显著区域
参考2.1

##bedtools取交集

bedtools intersect -a QTL_BED.bed -b iHS_2.58.bed -wo >iHS_QTL_wo.bed

#结果文件iHS_QTL_wo.bed
1	0	52308051	Milk protein yield QTL (2728)	1	51500000	52000000	1_51500000	500000
1	5243110	52308051	Milk yield QTL (10211)	1	51500000	52000000	1_51500000	500000
1	5243110	52308051	Milk protein yield QTL (10212)	1	51500000	52000000	1_51500000	500000
1	51501178	51501182	Milk kappa-casein percentage QTL (113359)	1	51500000	52000000	1_51500000	4
1	51594124	51594128	Milk beta-lactoglobulin percentage QTL (108872)	1	51500000	52000000	1_51500000	4
1	51595143	51595147	Milk beta-lactoglobulin percentage QTL (108873)	1	51500000	52000000	1_51500000	4
1	51706692	51706696	Bovine tuberculosis susceptibility QTL (167756)	1	51500000	52000000	1_51500000	4

在 bedtools intersect 命令的输出结果中，每一列的含义如下：
第一列：QTL_BED.bed 中的染色体名称。
第二列：QTL_BED.bed 中的区域起始位置。
第三列：QTL_BED.bed 中的区域终止位置。
第四列：ROH_high.bed 中的染色体名称。
第五列：ROH_high.bed 中的区域起始位置。
第六列：ROH_high.bed 中的区域终止位置。
第七列：两个区域之间的重叠长度。

#bedtools的功能很强大，以下是官方介绍的例子，此外还有很多参数可以用
1.靶向DNA捕获的覆盖分析
2.测量许多细胞类型之间的DNase超敏性的相似性
3.从基因组中提取启动子序列
4.比较许多基因组区间文件之间的交集
5.RNA-seq覆盖率分析
6.识别缺乏覆盖率的目标区域
7.计算CCDS外显子的GC含量.
8.制作多个细胞类型的ChromHMM轨迹的主表。