merge all exonic regions for each gene

AdaWong_Corner

于 2019-10-16 22:21:52 发布

阅读量380

点赞数

CC 4.0 BY-SA版权

文章标签： gtf文件处理

本文链接：https://blog.youkuaiyun.com/ada0915/article/details/102596030

本文介绍了一种解决基因组学中合并特定基因所有转录本中overlap的exon位置信息的方法。通过使用awk、gtf2bed、bedtools等工具，实现了将每个基因对应的exon区域进行整合，为后续的基因表达分析提供了基础。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

merge all exonic regions for each gene

该问题源同biostars中的一个问题类似：Question: How To Merge Isoforms For A Gene
简言之，将每个基因对应的所有转录本中有overlap的exon位置信息进行合并，即merge all exonic regions for each gene。
根据此，我暂时记录我的解决方案，运行消耗时间较长，待有空再寻思更好的解决方案

awk '$3=="exon"' xxxx.gtf > ${name}.gtf

gtf2bed < ${name}.gtf > ${name}.bed

for id in $(sort -k1,1V -k2,2n -k4,4V ${name}.bed |cut -f4 |sort |uniq)
do
    awk '$4==geneid' geneid="$id" ${name}.bed |\
    bedtools merge -i - -c 4,4,6 -o distinct,count,distinct -s >> ${name}_geneSeqInfo.bed
done