R语言从gtf文件提取genename和对应的protein_id

library(readr)
library(readr)
gtf <- read_delim("~/Program/wanggang/shihuang/SC/hum/GCF_000001405.40_GRCh38.p14_genomic.gtf", 
                                                  delim = "\t", escape_double = FALSE, 
                                                  col_names = FALSE, comment = "#", trim_ws = TRUE) 
gene_info = gtf %>% filter(X3 == "CDS") %>% dplyr::select(X9)

gene_info1 =gene_info %>% mutate(gene_id = str_extract(X9, '(?<=gene_id ")[^"]+'))  %>% 
  mutate(protein_id = str_extract(X9, '(?<=protein_id ")[^"]+'))
gene_info1 = gene_info1 %>% dplyr::select(-1)
gene_info1 = gene_info1 %>% unique()
gene_info1 %>% write_tsv("~/Program/wanggang/shihuang/SC/hum/gene_to_protein.tsv")

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

刘融晨

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值