Xueyd's Blog

0%

生信文件中的染色体坐标：0-based与1-based

发表于 分类于
本文字数： 772 阅读时长 ≈ 1 分钟

生物信息学有许多文件格式，不同的文件格式的染色体坐标方法并不一样，在文件处理中很容易混淆，因此记录一下。

1. 0-based与1-based

0-based即文件第一个碱基坐标以0开始，1-based即文件中第一个碱基坐标以1开始。
alt 图标

特征 0-based 1-based
第一个碱基坐标 0 1
区间 前闭后开[start,end) 闭区间[start,end]
区间长度 end-start end-start+1

简而言之，0-based与1-based的区别如下图：

  • 数字直接代表一个碱基
  • 两个数字之间才代表一个碱基

alt 图标

2. 0-based与1-based坐标转换

  • 0-based转1-based
    • Start(1-based) = Start(0-based) + 1
    • End(1-based) = End(0-based)
  • 1-based转1-based
    • Start(0-based) = Start(1-based) - 1
    • End(0-based) = End(1-based)

3. 文件格式所用的坐标系统总结

0-based有：

Format Type
BED 0-based
BAM 0-based
BCF 0-based
narrowPeak(MACS2) 0-based
SAF(FeatureCount) 0-based
bedGraph
UCSC Genome Browser tables 0-based

1-based有：

Format Type
GTF 1-based
GFF 1-based
SAM 1-based
VCF 1-based
Wiggle 1-based
GenomicRanges 1-based
IGV 1-based
BLAST 1-based
GenBank/EMBL Feature Table 1-based

参考链接：
1.https://www.jianshu.com/p/f8dd323d3c2c