从gff3/bed提取intron坐标及正负链信息

工具：

bedtools subtract

ref：Example usage — bedtools 2.27.0 documentation

注意：分隔符需要是\t

原理：

A减去B

注意：需要区分正负链信息;因为-s参数不能使用

图示：

另一个例子：

证明不需要提前对a和b文件进行去除overlap：

前面有错，最后决定还是需要先进行overlap的去除：

ref：Defining genomic regions - Dave Tang's blog

# gtf转为bed：

【1】去除“：

sed -i 's/"//g' exon.gtf

sed -i 's/"//g' transcript.gtf

【2】gtf转为bed：

awk 'BEGIN{FS="\t| |;";OFS="\t"}{print $1,$4,$5,$10,$22,$7}' exon.gtf > exon.bed

awk 'BEGIN{FS="\t| |;";OFS="\t"}{print $1,$4,$5,$10,$22,$7}' transcript.gtf > transcript.bed

# 对bed进行sort:

bedtools sort -i transcript.bed > transcript.sorted.bed

bedtools sort -i exon.bed > exon.sorted.bed

# 进行merge：

bedtools merge -i transcript.sorted.bed -s -c 4,5,6 -o distinct > transcript.sorted.merged.bed

bedtools merge -i exon.sorted.bed -s -c 4,5,6 -o distinct > exon.sorted.merged.bed

# 减去：

bedtools subtract -s -a transcript.sorted.merged.bed -b exon.sorted.merged.bed > intron.bed