bedtools区间操作与坐标验证

更新：2026-10-14；状态：可用；验证范围：人工基因案例与实际工具输出核对；具体已测范围见正文。

用成熟区间工具核对重叠、最近距离和链方向，并明确输出的计数单位。

输入与坐标

bedtools读取BED通常使用0起始半开区间。一个1起始单碱基101写成chrToy 100 101。人工案例将普通VCF记录的REF跨度转成BED，便于演示；插入锚点、符号SV和BND需要分别定义，不能把该转换当成通用事件跨度。

先安装bedtools并运行bedtools --version。本机实际版本2.31.1；Conda可在独立环境安装，安装方式本身未逐平台测试。

本项目实际命令

先运行人工基因贯通区间注释与后果提取，进入其输出的intervals/目录：

bedtools intersect -a variants.bed -b genes.bed -wa -wb
bedtools intersect -a variants.bed -b exons.bed -wa -wb
bedtools intersect -a boundaries.bed -b genes.bed -wao
bedtools closest -a boundaries.bed -b genes.bed -d -t all
bedtools getfasta -fi genome.fa -bed exons.bed -s -name

-wa -wb保留双方信息，可能一条A输出多行；-wao还保留没有重叠的A及零重叠长度。closest所需文件按一致的染色体/起点顺序排序，-t all保留并列；getfasta -s根据BED链取反向互补。

本例基因重叠9对、exon重叠11对；后者仅7个不同记录。并列窗口输出两个距离120的基因。正式分析先声明去重键，不要随意uniq后丢失转录本关系。

参考：intersect、closest。继续读区间重叠最近基因与候选映射。