Reference gene model in bed form

使用UCSC的gtfToGenePre工具从gtf基因组注释文件可以获取reference gene model in bed format。这种文件除了包含常用的chromosome, start, end, name, score, strand等信息外，最后一列包含了多个extron和intron等的位置，用逗号隔开。
Example：
http://dldcc-web.brc.bcm.edu/lilab/liguow/RSeQC/dat/sample.bed

安装gtfToGenePre

conda install -c bioconda ucsc-gtftogenepred

准备好基因组gtf文件，从gtf转换为GenePred格式

gtfToGenePred -genePredExt -geneNameAsName2 genes.gtf gene.tmp

从GenePred文件提取信息就可以得到bed文件啦:)

awk '{print $2"\t"$4"\t"$5"\t"$1"\t0\t"$3"\t"$6"\t"$7"\t0\t"$8"\t"$9"\t"$10}' gene.tmp >  genes_refseq.bed12 

参考链接：https://www.bioinfo-scrounger.com/archives/234/