BED

El formato BED (Browser Extensible Data) es un formato de archivo de texto utilizado para almacenar regiones genómicas como coordenadas y anotaciones asociadas. Los datos se presentan en forma de columnas separadas por espacios o tabulaciones. Este formato fue desarrollado durante el Proyecto del Genoma Humano y luego adoptado por otros proyectos de secuenciación. Como resultado de este uso cada vez más amplio, este formato ya se había convertido en un estándar de facto en bioinformática antes de que se escribiera una especificación formal. Una de las ventajas de este formato es la manipulación de coordenadas en lugar de secuencias de nucleótidos, lo que optimiza el poder y el tiempo de cómputo al comparar total o parcialmente genomas. Además, su simplicidad facilita la manipulación y lectura (o análisis sintáctico) de coordenadas o anotaciones mediante procesadores de texto y lenguajes de script como Python, Ruby o Perl o herramientas más especializadas como BEDTools. Historia A finales del siglo XX surgieron los primeros proyectos para secuenciar genomas completos. Entre estos proyectos, el Proyecto del Genoma Humano fue el más ambicioso de la época, con el objetivo de secuenciar por primera vez un genoma de varios gigabases. Esto requirió que los centros de secuenciación llevaran a cabo un importante desarrollo metodológico para automatizar el procesamiento de secuencias y sus análisis. Así, se crearon muchos formatos, como FASTQ, GFF o BED. Sin embargo, en ese momento no se publicaron especificaciones oficiales, lo que afectó a algunos formatos como FASTQ cuando los proyectos de secuenciación se multiplicaron a principios del siglo XXI. Su amplio uso dentro de los navegadores de genomas ha permitido definir este formato de manera relativamente estable, ya que esta descripción es utilizada por muchas herramientas.