NGS数据分析实践：03. 涉及的常用数据格式[4] - bed和Wiggle/Bigwig/bedgraph格式

4. bed格式
5. Wiggle/Bigwig/bedgraph格式
- 5.1 Wiggle/Bigwig
- 5.2 BedGraph格式

系列文章：
二代测序方法：DNA测序之靶向重测序
NGS数据分析实践：00. 变异识别的基本流程
NGS数据分析实践：01. Conda环境配置及软件安装
NGS数据分析实践：02. 参考基因组及注释库的下载
NGS数据分析实践：03. 涉及的常用数据格式[1] - fasta和fastq格式
NGS数据分析实践：03. 涉及的常用数据格式[2] - sam/bam格式
NGS数据分析实践：03. 涉及的常用数据格式[3] - gtf/gff格式

测序数据分析中涉及的常用格式：测序得到的是带有质量值的碱基序列(fastq格式)，参考基因组是(fasta格式)，用比对工具把fastq格式的序列比对到对应的fasta格式的参考基因序列，就可以产生sam格式的比对文件。把sam格式的文本文件压缩成二进制bam文件可以节省空间，如果对参考基因组上面的各个区段标记它们的性质，比如哪些区域是外显子、内含子、UTR等等，这就是gtf/gff格式。如果只是为了单纯描述某个基因组区域，就是bed格式文件，记录染色体号以及起始终止坐标，正负链即可。如果是记录某些位点或者区域碱基的变异，就是vcf文件格式。

fasta/fastq(测序数据)→SAM/BAM(比对)→gff/gtf(描述基因组上的结构：坐标&类型)→Bigwig/Wiggle(测序深度)→bed(描述坐标)→vcf(突变信息)

存储序列：fasta/fastq
比对结果显示的文件：sam/bam
展示注释信息：gtf/gff/bed
突变信息：vcf

4. bed格式

BED 文件格式以一种灵活的方式来定义数据行，用来描述注释的信息。BED行有3个必须的列和9个额外可选的列。每行的数据格式要求一致。

表示基因注释时，gtf/gff和bed文件的区别：
(1) gtf/gff文件一行表示一个exon/CDS等子区域，多行联合表示一个gene；bed文件一行表示一个gene；
(2) gtf文件中碱基位置定位方式是1-based，而bed中碱基定位方式是0-based 且为 half-open，如下图所示：

注：SAM、VCF、GFF和Wiggle文件格式都采用了上述1-based坐标系统，而bam、BCFv2、BED等一般采用上述0-based坐标系统。

5. Wiggle/Bigwig/bedgraph格式

sam/bam格式文件，是把测序reads比对到参考基因组后的文件。bam/bed格式的文件主要是为了追踪reads到底比对到了参考基因组的什么区域，而UCSC规定的这几个文件格式(Wiggle、bigWig和bedgraph)，是为了追踪参考基因组的各个区域的覆盖度、测序深度。这些定义好的文件，可以无缝连接到UCSC的Genome Browser工具里面进行可视化！

5.1 Wiggle/Bigwig

Wiggle：简写为wig，表示基因组上一个区域的信号，可以上传至UCSC上进行可视化。Wig是一种比较老的格式，展示连续值的数据，比如GC百分比，转录组数据等。Wig数据的元素大小必须是一样的。如果数据大小不一样，应该使用bedGraph格式，如果数据过大，就转换为bigWig。
BigWig：简写为bw，是wig格式文件的二进制压缩版本，可在基因组浏览器中进行可视化，是UCSC推荐的一种格式。BigWig文件是由原始的Wig格式通过wigToBigWig工具转换过来的。

# create the chrom.sizes file for the UCSC database (e.g., hg19).
fetchChromSizes  hg19 > chrSize.txt
# Convert wig to big wig:
wigToBigWig input.wig chrSize.txt myBigWig.bw

Wiggle Track Format (.wig)：http://genome.ucsc.edu/goldenPath/help/wiggle.html
bigWig Track Format（.bw）：http://genome.ucsc.edu/goldenPath/help/bigWig.html
BedGraph Track Format （.bdg）：http://genome.ucsc.edu/goldenPath/help/bedgraph.html
这3种文件格式都是UCSC规定的，所以它提供了系列工具进行互相转换，可以直接下载可执行版本程序：http://hgdownload.cse.ucsc.edu/admin/exe/

UCSC数据格式转换代码见：http://barcwiki.wi.mit.edu/wiki/SOPs/coordinates

Wig文件主要由两部分格式组成：variableStep format和fixedStep format。variableStep format以一个声明开始，明确了染色体的序号，跨度(span)。后面跟两列数据，染色体开始的碱基位置，数据的值value（可以理解为覆盖度）。span参数可以将含有相同value的连续碱基包含在一起，使数据更加简洁。如图，variableStep format span=150，包含的第一行数据49304701 10.0表示49304701-49304850有相同的value，为10.0。

示例数据：http://genome.ucsc.edu/goldenPath/help/examples/wiggleExample.txt

5.2 BedGraph格式

BedGraph格式文件，它是BED文件的扩展，是4列的BED格式，但是需要添加UCSC的Genome Browser工具里面显示的属性，一般就定义有限的几个属性即可。

BedGraph，它的trace type和Wig文件很像，不过后面的数据和bed文件很类似，后面的四列分别表示染色体序号，起始位置，结束位置和value值。

其余文件格式见后续。

参考阅读：
http://genome.ucsc.edu/FAQ/FAQformat.html
wig、bigWig和bedgraph文件详解：http://www.bio-info-trainee.com/1815.html
生信菜鸟团 NGS数据格式之Bigwig/Wiggle
生信宝典生信分析过程中这些常见文件的格式以及查看方式你都知道吗？
常用生物信息学格式介绍：http://ju.outofmemory.cn/entry/193943

NGS数据分析实践：03. 涉及的常用数据格式[4] - bed和Wiggle/Bigwig/bedgraph格式相关推荐

NGS数据分析实践：03. 涉及的常用数据格式[2] - sam/bam格式
NGS数据分析实践:03. 涉及的常用数据格式[2] - sam/bam格式 2. sam和bam格式系列文章: 二代测序方法:DNA测序之靶向重测序 NGS数据分析实践:00. 变异识别的基本流程 ...
NGS数据分析实践：03. 涉及的常用数据格式[3] - gtf/gff格式
NGS数据分析实践:03. 涉及的常用数据格式[3] - gtf/gff格式 3. gtf/gff格式 3.1 gtf格式 3.2 gff格式 3.3 GTF格式与GFF异同点系列文章: 二代测序方 ...
NGS数据分析实践：06. 数据预处理 - 序列比对+PCR重复标记+Indel区域重比对+碱基质量重校正
NGS数据分析实践:06. 数据预处理 - 序列比对+PCR重复标记+Indel区域重比对+碱基质量重校正 1. 序列比对 1.1 参考基因组建索引 1.2 序列比对 2. 排序 3. PCR重复标记 ...
NGS数据分析实践：04. 准备测序数据
NGS数据分析实践:04. 准备测序数据文接上篇:NGS数据分析实践:03. 涉及的常用数据格式[5] - vcf格式本次NGS数据,采用多重PCR靶向扩增子测序技术,在Illunima Hise ...
NGS数据分析实践：05. 测序数据的基本质控 [1] - FastQC
NGS数据分析实践:05. 测序数据的基本质控 [1] - FastQC 前言 1. FastQC 1.1 帮助信息及运行代码 1.2 报告解读 1.3 小结文接上篇:NGS数据分析实践:04. 准 ...
NGS数据分析实践：00. 变异识别的基本流程
NGS数据分析实践:00. 变异识别的基本流程变异识别过程可以分成3大块:1. 原始数据质控:2. 数据预处理:3. 变异识别.大致可以细分为6个部分:(1) 原始测序数据的质控:(2) read比 ...
NGS数据分析实践：02. 参考基因组及注释库的下载
NGS数据分析实践:02. 参考基因组及注释库的下载 1. 参考基因组数据 2. 已知的SNP和Indel变异数据 3. annovar注释所需数据库的下载 4. 其他数据库系列文章: 二代测序方法 ...
NGS数据分析实践：05. 测序数据的基本质控 [2] - MultiQC
NGS数据分析实践:05. 测序数据的基本质控 [2] - MultiQC 2. MultiQC 2.1 帮助信息及运行代码 2.2 报告解读 2.3 小结文接上篇:NGS数据分析实践:05. 测序 ...
七牛大数据平台的演进与大数据分析实践--转
原文地址:http://www.infoq.com/cn/articles/qiniu-big-data-platform-evolution-and-analysis?utm_source=info ...

NGS数据分析实践：03. 涉及的常用数据格式[4] - bed和Wiggle/Bigwig/bedgraph格式

NGS数据分析实践：03. 涉及的常用数据格式[4] - bed和Wiggle/Bigwig/bedgraph格式

4. bed格式

5. Wiggle/Bigwig/bedgraph格式

5.1 Wiggle/Bigwig

5.2 BedGraph格式

NGS数据分析实践：03. 涉及的常用数据格式[4] - bed和Wiggle/Bigwig/bedgraph格式相关推荐

最新文章

热门文章