用bed文件提取fasta序列时如何获取链

Question

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

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        +

我正在运行带有强制搁浅(-s)选项的床上工具getfasta，但这不起作用。我得到的输出没有像它应该考虑的那样考虑到链。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的说法，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