Données

BED : intervalles génomiques et coordonnées à partir de zéro

BED indique chromosome, début et fin en texte. Le début est compté à partir de zéro et la fin est exclue. Il ne contient ni la séquence elle-même ni la qualité par base.

.bedTexte d’intervalles génomiques

Informations de base

Extension: .bed

Quand choisir ce format

Chevauchement de régions et positions d’extraction

Quand éviter ce format

Préserver toute la hiérarchie d’annotation

Usages courants

Partager des régions cibles ou des pistes

Caractéristiques

Les noms, brins et blocs facultatifs suivent les trois champs de base dans l’ordre

Avantages et inconvénients

Avantages

Échanger des intervalles simplement

Inconvénients

Il faut convenir des champs et de l’assemblage de référence

Ouvrir et convertir

Comment ouvrir

Vérifiez assemblage, noms et nombre de champs avec un outil compatible. chr1 0 100 représente les 100 premières bases. Les débuts des blocs sont relatifs à chromStart.

Comment convertir

Pour un intervalle ordinaire non vide, ajoutez 1 au début lors du passage à GFF3 et gardez la fin. Vérifiez à part les cas de longueur nulle. Les coordonnées ne reconstituent ni attributs ni hiérarchie.

Précautions

Gardez un nombre de champs constant par piste. Les lignes track/browser concernent les pistes personnalisées et ne sont pas acceptées partout. Notez référence, provenance et périmètre de partage.

Questions fréquentes

Renommer le fichier suffit-il pour un autre assemblage ?

Non. Changer de convention de coordonnées ne relie pas les assemblages. Il faut un mappage adapté et vérifier le résultat.

Formats associés

GFF3GFF3 comporte neuf colonnes séparées par tabulations. Début et fin sont comptés à partir de un et inclusifs. ID et Parent décrivent des relations.FASTAFASTA est un format texte où une ligne de définition commençant par > précède la séquence. Cet article traite des séquences nucléotidiques et de référence. FASTA seul ne contient pas de qualité par base.SAMSAM (Sequence Alignment/Map) représente sous forme de texte tabulé les lectures de séquençage et leur alignement sur des séquences de référence. Des lignes d'en-tête facultatives décrivent les références et logiciels ; chaque enregistrement contient notamment le nom de lecture, FLAG, référence et position, MAPQ, CIGAR, séquence, qualité et tags facultatifs. La spécification permet aussi les lectures non alignées : toutes ne le sont donc pas nécessairement. SAM est lisible mais peut être volumineux ; BAM en est la représentation binaire et CRAM ajoute une compression liée à la référence.bigBedbigBed est un format binaire indexé créé à partir de données BED. Les navigateurs compatibles lisent les régions utiles. Ce n’est pas simplement du BED compressé avec gzip.bedGraphbedGraph contient chromosome, début, fin et valeur numérique. Les coordonnées commencent à zéro et excluent la fin. Les valeurs peuvent être entières ou réelles, positives ou négatives.