【ChIP-seq分析】重叠peak分析：bedtools软件 intersect用法

主要功能：

intersect主要用于识别两个或多个BED/GFF/VCF文件之间相交的区域,找到两个或多个peaks中重叠的区域，并分析重叠与非重叠区域的特征差异，是后续进行peak位点基因注释分析的基础。

核心代码

bedtools intersect -a A.bed -b B1.bed B2.bed [-wa or -wb -v ] > A[B].bed

intersect 图解“A intersect B”展示了A和B之间的交集区域。“A intersect B (-wa)”只显示了数据集A中与B交集的部分。“A intersect B (-v)”则展示了数据集A中不与B重叠的部分。"A intersect B1,B2”显示了数据集A与两个数据集B1和B2的交集。通过使用额外的参数（如“-wa -wb”），可以展示两个数据集B1和B2中与A数据集重叠的所有区域。

bedtools intersect 命令参数：

输出控制参数

• -wa:为每次重叠输出A文件中的原始条目。
• -wb：为每次重叠输出B文件中的原始条目，有助于了解A与什么重叠，受-f和-r

参数限制。

• -loj：执行"左外连接"，即对于 A 中的每个特征，报告其与 B 的每次重叠。如果未找到重叠，则为 B 报告一个 NULL 特征。
• -wo：输出原始的A和B条目，以及两个特征之间重叠的碱基对数，重叠受-f和-r参数限制，仅报告有重叠的A特征。
• -wao：输出原始的A和B条目，以及重叠碱基对数，但无重叠的A特征也会被报告，其对应的B特征为NULL，重叠值为0。
• -u：如果在 B 中找到了任何重叠，则输出原始的A条目一次。

统计计数参数

• -c：对于A中的每个条目，报告其与B的重叠次数，对于没有重叠的A条目报告。
• -C：对于 A 中的每个条目，分别在不同的行上报告其与每个B文件的重叠次数。

筛选过滤参数

• -v：仅报告A中那些与B没有重叠的条目，类似于"grep -v"。

格式与性能参数

• -ubam：输出未压缩的BAM文件，默认输出压缩的BAM。
• -bed：如果使用BAM输入，则将输出写入为BED格式。
• -sorted：对已排序的输入使用"chromsweep"算法。
• -nobuf：禁用缓冲输出，使每行输出在生成时立即打印。

重叠比例控制

• -f：要求的最小重叠比例（相对于A），默认值为 1E-9（即1个碱基对），浮点数（例如0.50）。
• -F：要求的最小重叠比例（相对于B），默认值为1E-9。
• -r：要求重叠比例对于A和B是相互的。
• -e：要求最小比例满足A或B之一即可。

链方向性控制

• -s：要求相同的链方向性，即仅报告B中与A在相同链上重叠的匹配项。
• -S：要求不同的链方向性，即仅报告B中与A在相反链上重叠的匹配项。

特殊处理参数

• -split：将"拆分"的BAM或BED条目视为独立的BED区间。
• -g：提供一个基因组文件以在输入文件之间强制一致的染色体排序顺序，仅在同时使用-sorted选项时适用。
• -header：在结果之前打印A文件的头部信息。
• -iobuf：指定用于输入缓冲的内存量。

多文件处理参数

• -names：当使用多个数据库时，为每个数据库提供一个别名。
• -filenames：当使用多个数据库时，显示每个完整的文件名。
• -sortout：当使用多个数据库时，对每个输出记录的数据库匹配项进行排序。

这些参数提供了丰富的功能选项，可以满足基因组区间重叠分析的各种需求

bedtools intersect 常用代码操作

#1输出A和B有交集的区域
bedtools intersect -a A.bed -b B.bed  > ab.bed

#2在有重叠区域，输出文件A中的原始特征
bedtools intersect -a A.bed -b B.bed  -wa > overlapA.bed

#3在有重叠区域，输出文件B中的原始特征
bedtools intersect -a A.bed -b B.bed  -wb > overlapB.bed

#4在有重叠区域，输出文件A和文件B的原始特征
bedtools intersect -a A.bed -b B.bed  -wa -wb > AoverlapB.bed

#5只输出文件A中不与文件B重叠的特征
bedtools intersect -a A.bed -b B.bed -v >uniqA.bed

#6只输出文件B中不与文件A重叠的特征
bedtools intersect -a B.bed -b A.bed -v >uniqB.bed

#7对文件A中的每个特征输出与文件B的重叠，如果没有重叠，则为B输出为NULL
bedtools intersect -a A.bed -b B.bed -loj  >allA-overlapB.txt

#8对文件B中的每个特征输出与文件A的重叠，如果没有重叠，则为A输出为NULL
bedtools intersect -a B.bed -b A.bed -loj  >allB-overlapA.txt

上述代码中，如代码2,3,5,6可以获得A\B中重叠峰与非重叠峰的文件，直接进行peak基因注释分析。