인간 유전체는 30억 개의 DNA 염기로 이루어져 있기 때문에 이를 데이터화 하면 용량이 매우 커지게 됩니다.
따라서 이진수(binary) 형태의 Bam 파일로 저장하여 사용합니다.
Bam 파일은 FASTQ 라는 원시 염기서얼 정보 데이터로 부터 만들어 지고
이는 IGV(Integratve Genomics Viewer) 라는 시각화 툴을 통해서 read 정보를 확인하게 됩니다.
(FASTQ 에 대해서는 다음에 좀더 자세히 설명 드리겠습니다.)
BAM 파일은 FASTQ 파일의 read 정보가 이진수로 랜덤하게 저장 되어 있기 때문에
시각화 툴 없이는 정보를 확인하기에 어려움이 있습니다.
따라서, 이번 시간에는 Bedtools 의 간단한 옵션으로,
Bam to Bed 로 전환하여 정보를 확인하는 방법을 알아보겠습니다.
준비물
bedtools
sample_sorted.bam
(염색체와 위치 순(coordinate)으로 정렬된 bam 파일)
-rw-r--r-- 1 skkwon1048 labge 489220420 2023-01-04 10:39 sample_sorted.bam방법은 아주 간단합니다.
bedtools bamtobed [OPTIONS] -i <file.BAM>
skkwon1048@server:/data/skkwon1048/Test/test_analysis_blog_221217$ bedtools bamtobed -i sample_sorted.bam | head -10
chr1 15103 15179 NB501509:828:H5K2WAFX3:1:11312:9382:17313/1 0 +
chr1 15221 15297 NB501509:828:H5K2WAFX3:1:11312:9382:17313/2 0 -
chr1 15502 15578 NB501509:828:H5K2WAFX3:2:21208:24330:15062/1 28 +
chr1 15564 15640 NB501509:828:H5K2WAFX3:2:21208:24330:15062/2 28 -
chr1 16446 16522 NB501509:828:H5K2WAFX3:2:21309:21194:10596/2 21 +
chr1 16539 16615 NB501509:828:H5K2WAFX3:2:21309:21194:10596/1 21 -
chr1 16861 16937 NB501509:828:H5K2WAFX3:4:21407:11215:12914/2 0 +
chr1 16903 16978 NB501509:828:H5K2WAFX3:1:11107:6039:13365/1 0 +
chr1 16932 17008 NB501509:828:H5K2WAFX3:3:11603:24393:7491/2 0 +
chr1 16940 17016 NB501509:828:H5K2WAFX3:3:11608:18137:4000/2 0 +
이 처럼 bam 파일의 read 정보를 bed 파일 format 으로 확인할 수 있습니다.
염색체, start, end 정보가 포함되어 있고
말씀 드렸듯이, Bam 파일은 FASTQ 파일로 만들어 지게 되는데
이때
가운데
NB501509:828:H5K2WAFX3:2:21309:21194:10596/1 이 부분이 FASTQ 파일에서 그대로 가지고 온 정보 입니다.
결과 정보 첫줄 기준 :
NB501509: 기기 이름
828 : run id
H5K2WAFX3 : Flow cell id
1/2/3/4 : Flow cell lane
11312 : tile number
23630 : x축 값
1039 : y축 값
/1 or /2 : pair 정보 (paired-end or mate-pair reads only)
그 뒤에 숫자와 +- 는
BAM MAPQ (0 ~ 60) 정보와
strand + (forward) 또는 - (reverse)로 정의 됩니다.
skkwon1048@server:/data/skkwon1048/Test/test_analysis_blog_221217$ bedtools bamtobed -i sample_sorted.bam | tail -10
chrM 16498 16571 NB501509:828:H5K2WAFX3:1:11108:13306:13354/2 60 +
chrM 16502 16571 NB501509:828:H5K2WAFX3:2:11105:16792:12677/1 60 +
chrM 16515 16571 NB501509:828:H5K2WAFX3:1:11110:22853:9872/1 60 -
chrM 16518 16571 NB501509:828:H5K2WAFX3:1:21307:8726:12962/1 10 +
chrM 16518 16571 NB501509:828:H5K2WAFX3:3:11605:21622:8603/2 10 +
chrM 16521 16571 NB501509:828:H5K2WAFX3:3:11602:15309:15242/1 44 -
chrM 16523 16571 NB501509:828:H5K2WAFX3:2:21303:10188:13138/1 0 +
chrM 16526 16571 NB501509:828:H5K2WAFX3:4:21608:13582:13663/2 40 -
chrM 16527 16571 NB501509:828:H5K2WAFX3:1:11111:11004:14780/2 40 -
chrM 16531 16571 NB501509:828:H5K2WAFX3:2:21205:13012:13118/2 40 -
reference:
https://bedtools.readthedocs.io/en/latest/content/tools/bamtobed.html
bamtobed — bedtools 2.30.0 documentation
bamtobed bedtools bamtobed is a conversion utility that converts sequence alignments in BAM format into BED, BED12, and/or BEDPE records. Usage and option summary Usage: bedtools bamtobed [OPTIONS] -i (or): bamToBed [OPTIONS] -i Option Description -bedpe W
bedtools.readthedocs.io
'Bioinformatics' 카테고리의 다른 글
| Qualimap2 - BAMQC (0) | 2023.01.20 |
|---|---|
| [Samtools] [Bedtools] BAM to FASTQ 파일 전환 (0) | 2023.01.19 |
| ERBB2 bioinformatics analysis (0) | 2023.01.12 |
| [Bedtools] BED 파일 내 overlap 영역 찾기 (0) | 2022.12.28 |
| [Bedtools] fasta 파일에서 특정 영역 추출하기 (1) | 2022.10.04 |
