第一次写博客，分享一个做的提取基因序列的程序，根据bed文件里的位置信息从基因组里提取序列 源码地址：https://github.com/Liuyuan2018/fastaTools/blob/master/pyGetFasta.py bed文件通常用来保存注释基因信息，BED文件必须的3列 ...

samtools faidx 能够对fasta 序列建立一个后缀为.fai 的文件，根据这个.fai 文件和原始的fastsa文件， 能够快速的提取任意区域的序列 用法： samtools faidx input.fa 该命令对输入的fasta序列有一定要求：对于每条序列，除了最后一行 ...

BED 文件格式 BED 文件格式是一个可变方式的数据线，用来描述注释的数据。BED线有3个要求的字段和9个额外的字段。每条线的字段数目必须是任意单条数据的在注释上一致。可选字段的序试结合低数字的字段必须流行如果高位字段被使用。 首先是三个要求的BED字段 chrom ...

bed文件（browse extensive data）以及gff文件（general fearture format） bed文件 第一列是染色体或者contig信息。 第二列是起始位置，从0开始。 第三列是终止位置。 第四列是bed列的名字。 第五列是score。 第六列是链方向 ...

1）BED文件 BED 文件(Browser Extensible Data)格式是ucsc 的genome browser的一个格式 ,提供了一种灵活的方式来定义的数据行，以用来描述注释信息。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(见下图)。 每条线的字段 ...

我们生信技能书有一篇介绍bedtools的文章，可以在微信里搜着看下，非常有用。 bedtools 用法大全 http://bedtools.readthedocs.io/en/latest/ gtf转bed用Linux命令完全可以实现，因为gtf每一行比较规律，不像fasta和fastq ...

BED文件格式 注释文件就是基因组的说明书。告诉我们哪些序列是编码蛋白的基因，哪些是非编码基因，外显子、内含子、UTR等的位置等等。注释文件在以下三个提供参考基因组的网站中都有提供，比如Ensemble、NCBI 、UCSC。但是现在最权威的人类和小鼠基因组的注释还属Gencode ...

1.利用Linux命令：awk 2.用法如下： awk '{if(NR%4 == 1){print ">" substr($0, 2)}}{if(NR%4 == 2){print}}' fastq > fasta 3.上述用法注意事项： fastq文件必须是解压格式 ...