【3.1】bed文件格式

BED 文件格式提供了一种灵活的方式来定义的数据行，以用来描述注释的信息。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。

一、数据格式说明

1.1 必须包含的3列

1. chrom, 染色体或scafflold 的名字(eg chr3， chrY, chr2_random, scaffold0671 )

2. chromStart 染色体或scaffold的起始位置，染色体第一个碱基的位置是0

3. chromEn 染色体或scaffold的结束位置，染色体的末端位置没有包含到显示信息里面。例如，首先得100个碱基的染色体定义为chromStart =0 . chromEnd=100, 碱基的数目是0-99

例如：

chr1  213941196  213942363
chr1  213942363  213943530
chr1  213943530  213944697
chr2  158364697  158365864
chr2  158365864  158367031
chr3  127477031  127478198
chr3  127478198  127479365
chr3  127479365  127480532
chr3  127480532  127481699

1.2 9 个额外的可选列

4.name 指定BED行的名字，这个名字标签会展示在基因组浏览器中的bed行的左侧。

5.score 0到1000的分值，如果在注释数据的设定中将原始基线设置为１，那么这个分值会决定现示灰度水平（数字越大，灰度越高），下面的这个表格显示Genome Browser

6.strand 定义链的方向，''+” 或者”-”

7.thickStart 起始位置（The starting position at which the feature is drawn thickly）(例如，基因起始编码位置）

8.thickEnd 终止位置（The ending position at which the feature is drawn thickly）（例如：基因终止编码位置）

9.itemRGB 是一个RGB值的形式, R, G, B (eg. 255, 0, 0), 如果itemRgb设置为’On”, 这个RBG值将决定数据的显示的颜色。

10.blockCount BED行中的block数目，也就是外显子数目

11.blockSize 用逗号分割的外显子的大小, 这个item的数目对应于BlockCount的数目

12.blockStarts- 用逗号分割的列表, 所有外显子的起始位置，数目也与blockCount数目对应.

chr7  127471196  127472363  Pos1  0  +  127471196  127472363  255,0,0
chr7  127472363  127473530  Pos2  0  +  127472363  127473530  255,0,0
chr7  127473530  127474697  Pos3  0  +  127473530  127474697  255,0,0
chr7  127474697  127475864  Pos4  0  +  127474697  127475864  255,0,0
chr7  127475864  127477031  Neg1  0  -  127475864  127477031  0,0,255
chr7  127477031  127478198  Neg2  0  -  127477031  127478198  0,0,255
chr7  127478198  127479365  Neg3  0  -  127478198  127479365  0,0,255
chr7  127479365  127480532  Pos5  0  +  127479365  127480532  255,0,0
chr7  127480532  127481699  Neg4  0  -  127480532  127481699  0,0,255

参考资料

• http://blog.sina.com.cn/s/blog_46d703950101fqi5.html
• http://asia.ensembl.org/info/website/upload/bed.html