Neatbo.

重叠计数取决于记录与样本顺序

理解相邻端点、重复区间、不透明字段与完整原始源文件的作用。

Neatbo 编辑部更新于 约 4 分钟阅读

记录数回答明确的问题

两条嵌套记录可能覆盖同一段碱基，却仍贡献两次重叠。覆盖集合合并会改变所回答的问题；本矩阵保留每条记录的贡献。

重复参考行也完整保留。它们的计数可能相同，但不透明注释或原始位置可能影响下游分析。

参考 reference.bed：保持两条原始记录的顺序
chr1    0   1000
chr1    1000    2000

计数列需要来源

更改样本顺序会改变结果列的含义，却不改变参考坐标。无表头矩阵需要配套的有序来源清单；报告中的样本角色、完整名称和 SHA256 使顺序可核验。

空格规范为 TAB 便于阅读，但不等于保留源排版。原始副本保留注释、分隔符、BOM 与换行；遇到争议时应核对这些完整字节。

同一组区间，计数与覆盖长度回答不同问题
观察项本例结果含义
sample-001 重叠记录数参考 [0,1000)：2[20,50) 与 [30,40) 每条贡献 1；这是矩阵字段。
sample-001 合并覆盖长度参考 [0,1000)：30 个碱基[30,40) 已包含在 [20,50) 内；矩阵不输出覆盖长度。
sample-002 重叠记录数两条参考行：2、0第二个计数列来自下方两条记录，不由文件名排序决定。
样本列顺序第二行：1,0；调换后：0,1参考字段保持不变；必须随矩阵保留报告中的有序来源。
样本 sample-001.bed：前两条嵌套，第三条属于第二行
chr1    20  50
chr1    30  40
chr1    1500    1900

跨度重叠属于有限分析范围

BED 额外列可以描述 block、链方向或注释，本工具将这些字段作为不透明文本。只有当研究问题针对前三列定义的完整跨度时，这种计数才合适；block 或链方向筛选需要对应分析流程。

联合下载上限内的完整结果可用，截断矩阵会造成误解。本工具在分配完整结果前核算矩阵、报告和所有原始文件；超限时修复或拆分输入，并保留每次运行之间的边界。

样本 sample-002.bed：两条记录均落在第一条参考跨度内
chr1    68  786
chr1    899 987
  • 运行前确认研究问题是完整跨度的重叠记录数；需要覆盖长度、block 展开或链方向筛选时使用对应分析流程。
  • 对异常零计数先核对基因组版本和染色体大小写，再检查半开端点；对异常高计数核对嵌套与重复记录是否确实需要分别计数。
  • 与他人交换结果时同时保留矩阵、报告和全部源副本；用报告中的顺序、名称和 SHA256 追溯每个计数列。
  • 若超限，按样本拆分时每次使用同一份完整参考文件；保留各次报告和样本顺序，再按参考行对应列，不能静默截断输出。

将完整结果与解释一起保留

按 reference.bed、sample-001.bed、sample-002.bed 的角色和顺序运行，得到下方完整矩阵。首行的 2,2 不表示覆盖长度相同；第二行的 1,0 标明两个样本对该跨度的记录计数不同。

完整 overlap-matrix.bed：最后两列依次对应 sample-001、sample-002
chr1	0	1000	2	2
chr1	1000	2000	1	0

参考资料

本分类工具使用说明

展开工具，查看操作步骤、可调选项和支持范围，再直接进入工作区。

BED 逐样本重叠计数矩阵逐个参考区间统计每份样本中重叠的区间记录；嵌套和重复记录分别计数。保留所有参考字段、样本顺序、完整原始字节与来源报告。

逐个参考区间统计每份样本中重叠的区间记录；嵌套和重复记录分别计数。保留所有参考字段、样本顺序、完整原始字节与来源报告。

操作步骤

  1. 先选择参考文件，再选择全部样本文件。
  2. 向上或向下移动样本，确认矩阵计数列的顺序。
  3. 运行并核对参考/样本记录数与所有下载字节数。
  4. 完整复制矩阵，或下载矩阵、报告与全部源副本；在分析流程中核对基因组坐标版本一致。

能力与限制

  • 明确选择 1 份参考 BED 和按输出列顺序排列的 1–20 份样本 BED。全部原始文件合计最多 4 MiB、100,000 条区间记录。物理空文件拒绝；含空白或注释的非空样本输出零计数；参考文件必须包含区间。
  • 每条记录为 3–12 个非空字段，以 ASCII 空格或 TAB 分隔；前三列为染色体、起点、终点，其余字段按不透明文本完整保留。矩阵会规范行首尾 ASCII 分隔符。引号和反斜杠是字面字符；不支持空字段或含内部空白的字段。
  • 染色体和源名称最多 512 UTF-8 字节；每个坐标或额外字段最多 65,536 UTF-8 字节。名称须为无 C0/C1/DEL/BOM 控制字符的标量 Unicode。操作系统或文件选择器可能设置更短的文件名上限。
  • 坐标只接受 ASCII 十进制整数，满足 0 ≤ start < end ≤ 9007199254740991。拒绝正负号、小数、指数和零宽区间；保留坐标的前导零拼写。染色体标识区分大小写，输入不要求排序。
  • 区间为从零开始的半开区间 [start,end)，相邻端点不算重叠。每条重复或嵌套样本记录分别计入；参考记录不去重、不排序；末尾计数列严格对应屏幕上的样本顺序。
  • 严格 UTF-8，可含一个开头 BOM；允许 LF、CRLF 或混合换行。拒绝单独 CR、错误编码、C0/C1/DEL 控制字符和非开头 BOM。空行、ASCII 空白行及从第零列 # 开始的注释不参与计数，但原始下载完整保留。
  • 全部下载合计最多 32 MiB，包含 overlap-matrix.bed、完整 result-report.json 和所有原始源副本。在分配完整计数矩阵、输出文本和序列化报告前核算精确大小；超限时不提供部分矩阵、复制内容或下载。
  • 矩阵使用 TAB/LF、无表头，保留每个参考字段，再追加每份样本的整数计数。完整报告保留每个字段与计数、源名称/SHA256/字节数/BOM/换行/物理行数、样本记录数和完整导出元数据。源副本保留所有原始字节。
  • 处理在本地 Worker 中进行；10 秒总期限覆盖加载、读取、就绪和计算。取消或超时会终止 Worker，可以用同一批已选文件和顺序重试。屏幕最多预览 4,000 个 Unicode 码点，复制和下载始终完整。
  • 按完整坐标跨度计数，不验证 BED 注释语义，不展开 block，不做链方向或重叠比例筛选，也不推断基因组版本。追加计数列可能超过 12 列，其含义是样本计数而非 BED12 注释。文件内容和名称不上传。
打开BED 逐样本重叠计数矩阵 →