tagAlign格式在MACS软件中的运用

欢迎关注”生信修炼手册”!

在使用macs进行peak calling时，除了输入样本对应的BAM/SAM文件之外，还可以输入BED文件。BAM文件我们都非常 熟悉，将序列比对到基因组之后就可以产生这样的文件，各个比对软件也支持输出BAM/SAM格式。这种格式的文件记录了序列的比对情况，根据这个文件可以计算出基因组上的测序深度分布，从而比较不同样本的分布进行peak calling, 那么BED文件又是怎么一回事呢？

在BAM文件中，最核心的信息是序列和基因组区域的对应关系，即那些序列比对上了基因组上的哪些区域，这个信息通过BED格式也是可以来记录的。在bedtools中也提供了bamtobed的功能，基本用法如下

bedtools  bamtobed -i input.bam > out.bed

输出内容示意如下

前三列表示reads比对上的染色体位置，第四列为reads的名称，第五列代表比对的质量值MAPQ,第六列代表正负链信息。

这种6列的BED文件在ENCODE被命名为tagAlign格式，详细解释参见如下链接

https://genome.ucsc.edu/FAQ/FAQformat.html#format13

对于双端测序的数据，还有一个特殊的bed格式-bedpe, 用法如下

bedtools  bamtobed  -i input.bam  -bedpe > out.bed

内容示意如下

bedpe格式在一行中显示了R1和R2两个reads的比对情况，列数为10列。 对于单端序列。直接用bed格式就可以；对于双端学历，推荐用bedpe格式。这两种格式都可以称之为tagAlign，可以作为macs的输入文件，用法如下

macs2 callpeak \
-t ip.bedpe \
-c input.bedpe \
--outdir out_dir \
-n chip \
-g hs

tagAligen格式相比bam，文件大小会小很多，更加方便文件的读取。

·end·

—如果喜欢，快分享给你的朋友们吧—

扫描关注微信号，更多精彩内容等着你！