BED Format

BED（Browser Extensible Data）格式是由 UCSC Genome Browser 所設計的一種文字型區間檔案格式，廣泛應用於基因體學研究中，用於描述基因組上的特定區間（intervals），如基因位置、外顯子、突變區域或功能標記。其特點是結構簡單、可讀性高，並能被多種分析工具（如 BEDtools、IGV）直接使用。

---

一、BED 與 BAM/SAM 的比較

格式	格式類型	可讀性	儲存效率	常見用途
SAM	純文字格式	高	較低	序列對齊檔案檢視與除錯
BAM	二進位格式	低（需工具讀取）	高	序列對齊結果儲存與分析
BED	純文字格式	高	高	基因組區間描述與操作

---

二、BED 檔案結構

BED 檔案最基本由 三個欄位（BED3） 組成：

1. chrom：染色體名稱（如 chr1、chrX）

2. chromStart：起始位置（0-based，包含）

3. chromEnd：結束位置（不包含）

範例：

chr1    1000    5000
chr2    2000    6000

此外，BED 格式最多可以擴展至 12 個欄位（BED12），常見欄位包括：

• name：區間名稱（如基因名稱）

• score：分數（0–1000，用於顯示強度或權重）

• strand：正負股（+ 或 -）

• thickStart/thickEnd：加粗顯示區間（常用於標示 CDS）

• itemRgb：顏色設定

• blockCount、blockSizes、blockStarts：描述外顯子區段

---

三、常見應用工具

• BEDtools：區間交集、合併、覆蓋率計算、隨機抽樣

• UCSC Genome Browser：可直接讀取 BED 作為 track 顯示

• IGV：可視化基因組區間註解

---

四、BED 的優勢與注意事項

優勢：

• 簡單直觀，容易建立與修改

• 純文字格式，與多數工具高度相容

• 適合快速描述與運算基因組區間

注意事項：

• chromStart 為 0-based，而 chromEnd 為 1-based（不包含），需特別留意

• 一般不包含表頭（header）

• 若資料量大，建議壓縮（.bed.gz）並建立索引（如 tabix）

---

BED 是基因體學研究中最常用的區間檔案格式之一，其靈活性與高相容性，使其成為基因組註解、變異標記與區間操作的標準選擇。