convert bed to gtf
1.使用conda安裝bedtogenepred和genepredtogtf包
conda install -c bioconda ucsc-bedtogenepred
conda install -c bioconda ucsc-genepredtogtf
2. 使用bedToGenePred將bed轉(zhuǎn)換為GenePred格式
bedToGenePred input.bed input.GenePred
3. 使用genepredtogtf將GenePred轉(zhuǎn)換為gtf格式
genePredToGtf file input.GenePred?input.gtf
附：
（1）bed文件格式
BED (Browser Extensible Data)?文件包括3個(gè)必須列（chrom，chromStart，chromEnd）三列和9個(gè)可選列，并且這些列的順序是固定的。bed文件一般以‘.bed’作為文件擴(kuò)展名，以“\t”作為列分隔符。
3個(gè)必需列：
chrom：染色體的名稱（例如chr3，chrY，chr2_random），其中的chr一般要求是小寫。
chromStart：染色體中特征的起始位置。染色體中的第一個(gè)堿基編號為0。（注：由于基因注釋文件格式中采用的是從1開始計(jì)算）
chromEnd：染色體中特征的結(jié)束位置。所述 chromEnd堿基并不包含在特性中。例如，染色體的前100個(gè)堿基定義為chromStart = 0，chromEnd = 100，并跨越編號為0-99的堿基。
9個(gè)可選列：
name：BED行的名稱。
score：設(shè)定值在0到1000之間，可以用于表示基因的豐度，富集程度等，在genome browser中會以對于的灰度顯示。
strand：基因的鏈方向，可以設(shè)定為無鏈方向“.” 或正方向“+”或負(fù)方向“ - ”。
thickStart：繪制自定義的起始位置（例如，基因顯示中的起始密碼子）。
thickEnd：繪制自定義的結(jié)束位置（例如基因顯示中的終止密碼子）。
itemRgb：R，G，B形式的RGB值（例如255,0,0）。
blockCount：BED行中的塊（例如外顯子）數(shù)。
blockSizes：塊大小的逗號分隔列表。此列表中的項(xiàng)目數(shù)應(yīng)與blockCount相對應(yīng)。
blockStarts：以逗號分隔的塊開始列表。應(yīng)該相對于chromStart計(jì)算所有 blockStart位置。此列表中的項(xiàng)目數(shù)應(yīng)與blockCount相對應(yīng)。
例如:
（2）gtf文件格式
GTF全稱為gene transfer format，主要是用來對基因進(jìn)行注釋。GTF文件包括9列。gtf文件一般以‘.gtf’作為文件擴(kuò)展名，以“\t”作為列分隔符。
1）seqid：序列的編號，一般為chr或者scanfold編號。
2）source： 注釋的來源，一般為數(shù)據(jù)庫或者注釋的機(jī)構(gòu)，如果未知，則用點(diǎn)“.”代替。
3）feature：注釋信息的類型，比如Gene、cDNA、mRNA、CDS，5UTR，start_codon等
4）start：該基因或轉(zhuǎn)錄本在參考序列上的起始位置；
5）end：該基因或轉(zhuǎn)錄本在參考序列上的終止位置；
6）score：得分，數(shù)字，是注釋信息可能性的說明，可以是序列相似性比對時(shí)的E-values值或者基因預(yù)測是的P-values值，“.”表示為空；
7）strand：該基因或轉(zhuǎn)錄本位于參考序列的正鏈(+)或負(fù)鏈(-)上;
8）phase：僅對注釋類型為“CDS”有效，表示起始編碼的位置，有效值為0、1、2(對于編碼蛋白質(zhì)的CDS來說，本列指定下一個(gè)密碼子開始的位置。每3個(gè)核苷酸翻譯一個(gè)氨基酸，從0開始，CDS的起始位置，除以3，余數(shù)就是這個(gè)值，，表示到達(dá)下一個(gè)密碼子需要跳過的堿基個(gè)數(shù)。該編碼區(qū)第一個(gè)密碼子的位置，取值0,1,2。0表示該編碼框的第一個(gè)密碼子第一個(gè)堿基位于其5'末端；1表示該編碼框的第一個(gè)密碼子的第一個(gè)堿基位于該編碼區(qū)外；2表示該編碼框的第一個(gè)密碼子的第一、二個(gè)堿基位于該編碼區(qū)外；如果Feature為CDS時(shí)，必須指明具體值。)
9）attributes：一個(gè)包含眾多屬性的列表，格式為“標(biāo)簽＝值”（tag=value），標(biāo)簽與值之間以空格分開，且每個(gè)特征之后都要有分號；（包括最后一個(gè)特征），其內(nèi)容必須包括gene_id和transcript_id。以多個(gè)鍵值對組成的注釋信息描述，鍵與值之間用“=”，不同的鍵值用“。
Ref
http://onetipperday.sterding.com/2012/08/convert-bed-to-gtf.html
http://genome.ucsc.edu/FAQ/FAQformat.html#format1
