pybedtools 0.8.0

概述

BEDTools suite of programs是广泛的 用于基因组区间操作或“基因组代数”。pybedtools包装 扩展了bedtools并从内部提供功能级操作 Python。

请参阅完整的联机文档，包括安装说明，网址为 http://daler.github.io/pybedtools/。

为什么要使用pybedtools？

下面是一个例子来获取距离 基因间单核苷酸多态性：

frompybedtoolsimportBedToolsnps=BedTool('snps.bed.gz')# [1]genes=BedTool('hg19.gff')# [1]intergenic_snps=snps.subtract(genes)# [2]nearby=genes.closest(intergenic_snps,d=True,stream=True)# [2, 3]forgeneinnearby:# [4]ifint(gene[-1])<5000:# [4]printgene.name# [4]

此处显示的有用功能包括：

• [1]支持所有bedtools支持的格式（这里是gzip bed和gff）
• [2]包装所有bedtools程序和参数（此处，减去和最近的并传递 -d标记为最近的）；
• [3]流结果（如Unix管道，此处由stream=true指定）
• [4]按索引或属性访问要素数据时迭代结果 访问（这里是[-1]和.name）。

相反，这里使用shell脚本进行的分析是相同的。注意这个 需要Perl、Bash和AWK方面的知识。运行时间与 pybedtools以上版本：

snps=snps.bed.gz
genes=hg19.gff
intergenic_snps=/tmp/intergenic_snps

snp_fields=`zcat $snps| awk '(NR == 2){print NF; exit;}'`gene_fields=9distance_field=$(($gene_fields+$snp_fields+1))

intersectBed -a $snps -b $genes -v > $intergenic_snps

closestBed -a $genes -b $intergenic_snps -d \
| awk '($'$distance_field' < 5000){print $9;}'\
| perl -ne 'm/[ID|Name|gene_id]=(.*?);/; print "$1\n"'

rm $intergenic_snps

参见文档中的Shell script comparison 有关此比较的详细信息，请继续阅读 http://daler.github.io/pybedtools。