Bedtools

Покрыто всего три гена :

ENSG00000076108.7	9        BAZ2A   Transcription termination factor I-interacting protein 5
ENSG00000110955.4	15189    ATP5B   АТФ синтаза, бета субъединица
ENSG00000207031.1	8        SNORD59A Малая ядрышковая РНК

Самый покрытый ген - ген каталитической субъединицы АТФ синтазы, которая вместе вместе с альфа субъединицей образует гексамер, который и катализирует синтез АТФ из АДФ.

Использованные команды: 1) Получение bed файла из bam выравнивания:

bedtools bamtobed -i sorted_chr12.1.bam > chr12.1.bed

2) Получение покрытых генов с обозначением покрытия (пересечение считалось при покрытии больше 1 bp:

bedtools intersect -c -a /P/y14/term3/block4/SNP/rnaseq_reads/gencode.genes.bed \
-b chr12.1.bed | grep -vE '\s0$' > covered_genes.bed

Во входном файле одному гену соответствует несколько фич. Не совсем понятно, по какому принципу.

Табл. 1. Характеристики генов

	BAZ2A	ATP5B	SNORD59
Размер, bp	41221	7840	75
Координаты, цепь	Chr12:56,989,380-57,030,600; комплементарная	Chr12:57,031,959-57,039,798; комплементарная	Chr12: 57,038,811-57,038,885; комплементарная
Функция	Регулятор хроматина и транскрипции	Синтез АТФ	2'-O-метилирование 18S рРНК в позиции A1031
Экзоны, интроны	35, 34	10, 9	1, 0
Продукт	17 вариантов транскриптов, 9 вариантов белков от 116 до 1905 аа	11 транскриптов, 5 белков от 133 до 529 аа	snoRNA 75 bp
Данные из gene ncbi, ensembl

Доп. задачи

Задание	Исходные данные	Команда	Выход
BAM -> FASTQ	Файл выравнивания формата BAM	bedtools bamtofastq -i sorted_chr12.1.bam -fq new_fastq.fastq	FASTQ с чтениями
FASTA одного из генов	BED с координатами гена, FASTA с полной последовательностью	bedtools getfasta -fi ../chr12.fasta -bed \ the_one_choosen_gene.bed -fo the_one_choosen_gene_seq.fasta	FASTA, последовательность гена
Кластеризация чтений (-s для привязки кластера к конкретной цепи)	BED с координатами ридов	bedtools cluster -i chr12.1.bed -s > clusters.bed	BED с ридами, добавлен столбец с id кластера. Всего 19 кластеров. 13 кластер похож на ATP5B.