bed文件转成等bin的bedgraph格式

目的：

当你想可视化你所研究的数据在染色体上分布，可能会用到RIdeogram来画类似的图。如何整理成要求的输入文件格式呢？

image.png

标准输入文件： 一定长度为bins 的count 数统计文件（类似bedgraph格式）

假设你手里有ChIP-seq测序结果的bed 文件,如何得到等bin区间的bedgraph 结果呢。

你可以选择bed 转成bam再转成bedgraph:

工具列表 bedtools bedToBam ;deeptools bamCoverage .

但是你是否想过这样得到的结果，也就是bedgraph 文件存在一个问题，相同的value的区间会自动合并，你可以通过下面操作让bin 不合并)

---

实践：

输入文件

csi.chromosome.fa.fai ： 基因组samtools faidx 索引文件

50bpC5_1.id0.9co50bp.nochrUn : 比如ChIP-seq uniq.bamtobed 文件

代码

### 将基因组以10k 为bin进行分割
awk '{n=int($2/10000);for(i=0;i<=n+1;i++){print $1"\t"i*10000"\t"(1+i)*10000}}'  csi.chromosome.fa.fai > csi.chromosome.10k.bedgraph

### 将bed 文件进行排序，注意strand 正负向问题
$ less -S 50bpC5_1.id0.9co50bp.nochrUn  |cut -f 2,9,10 |awk 'BEGIN{FS=OFS="\t"}{if($3>$2)print $1,$2,$3;else print $1,$3,$2}' > 50bpC5_1.id0.9co50bp.nochrUn.sort.bed
 
### 利用bedtools coverage 得到bedgraph 文件（相同value的bin不会合并）
$ bedtools coverage -a csi.chromosome.10k.bedgraph -b 50bpC5_1.id0.9co50bp.nochrUn.sort.bed |cut -f 1-4 >50bpC5_1.id0.9co50bp.nochrUn.sort.bedgraph

结果

image.png

补充代码：

image.png

---

思考：

1.bedtools makewindows 也可以分bin.
2.输入文件是普通的bedgraph 可能也可以，为了保险起见，开始用bedtools 来按照每个bin分别统计count 数。
3.如何根据正负链对基因区间分bin呢，bedtools windows不区分正负链，按照从左向右分bin.

image.png

$ cat test 
chr01   72471   75738   gene    .   -
chr01   78901   79572   gene2   .   +

cat test| awk 'BEGIN{FS=OFS="\t"}{n=int(($3-$2)/1000);
if($6=="-"){
    for(i=0;i<=n-1;i++){
        print $1,$3-(i+1)*1000,$3-i*1000,$4,$5,$6,i
        } ;
        {print $1,$2,$3-i*1000,$4,$5,$6,i}
        } else {
            for(i=0;i<=n-1;i++){
                print $1,$2+i*1000,$2+(i+1)*1000,$4,$5,$6,i
            }; 
            {print $1,$2+(i+1)*1000,$3,$4,$5,$6,i}
        }
}'