GFF3文件按照染色体位置排序

最新推荐文章于 2021-12-03 08:50:16 发布
最新推荐文章于 2021-12-03 08:50:16 发布
阅读量3.4k 收藏 3
点赞数
分类专栏： 生物信息 文章标签： python utf-8 gff3
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/msw521sg/article/details/52348868
版权 
#!/usr/bin/env python
# -*- coding: utf-8 -*-

tmp = open('2.txt', 'w')
with open('147389_transcript.fa.gff3', 'r') as f:
    for line in f:
        if '#' not in line:
            line1 = line.strip().split()
            if line1[2] == 'mRNA':
                tmp.write(line.strip() + '\t@\t',)
            if line1[2] == 'exon':
                tmp.write(line.strip() + '\t@\t', )
        elif '###' in line:
            tmp.write('\n', )
tmp.close()


a = []
for l in open('2.txt', 'r'):
    new_l = l.strip().split()
    a.append(new_l)

a.sort(key=lambda x: (x[0], int(x[3]), int(x[4])))

for i in a:
    for m in i:
        if '@' == m:
            print '\n',
        else:
            print m,

输入文件格式

##gff-version   3
# Generated by GMAP version 2016-06-03 using call:  gmapl.avx2 -D /data2/masw_data/ -d NRGenome --trim-end-exons=10 -t 8 --canonical-mode=2 --allow-close-indels=2 -B 5 -f 2 -n 1 --min-trimmed-coverage=0.5 --min-identity=0.90 147389_transcript.fa
chr3D    NRGenome    gene    256151590    256152989    .    -    .    ID=gi|478413622|gb|GAEF01000004.1|.path1;Name=gi|478413622|gb|GAEF01000004.1|
chr3D    NRGenome    mRNA    256151590    256152989    .    -    .    ID=gi|478413622|gb|GAEF01000004.1|.mrna1;Name=gi|478413622|gb|GAEF01000004.1|;Parent=gi|478413622|gb|GAEF01000004.1|.path1;coverage=99.7;identity=97.3;matches=611;mismatches=9;indels=8;unknowns=0
chr3D    NRGenome    exon    256152745    256152989    99    -    .    ID=gi|478413622|gb|GAEF01000004.1|.mrna1.exon1;Name=gi|478413622|gb|GAEF01000004.1|;Parent=gi|478413622|gb|GAEF01000004.1|.mrna1;Target=gi|478413622|gb|GAEF01000004.1| 3 247 +
chr3D    NRGenome    exon    256151590    256151964    96    -    .    ID=gi|478413622|gb|GAEF01000004.1|.mrna1.exon2;Name=gi|478413622|gb|GAEF01000004.1|;Parent=gi|478413622|gb|GAEF01000004.1|.mrna1;Target=gi|478413622|gb|GAEF01000004.1| 248 630 +
chr3D    NRGenome    CDS    256152745    256152988    99    -    0    ID=gi|478413622|gb|GAEF01000004.1|.mrna1.cds1;Name=gi|478413622|gb|GAEF01000004.1|;Parent=gi|478413622|gb|GAEF01000004.1|.mrna1;Target=gi|478413622|gb|GAEF01000004.1| 4 247 +
chr3D    NRGenome    CDS    256151826    256151964    93    -    1    ID=gi|478413622|gb|GAEF01000004.1|.mrna1.cds2;Name=gi|478413622|gb|GAEF01000004.1|;Parent=gi|478413622|gb|GAEF01000004.1|.mrna1;Target=gi|478413622|gb|GAEF01000004.1| 248 393 +
###
chr6B    NRGenome    gene    393753187    393758971    .    +    .    ID=gi|478413624|gb|GAEF01000002.1|.path1;Name=gi|478413624|gb|GAEF01000002.1|
chr6B    NRGenome    mRNA    393753187    393758971    .    +    .    ID=gi|478413624|gb|GAEF01000002.1|.mrna1;Name=gi|478413624|gb|GAEF01000002.1|;Parent=gi|478413624|gb|GAEF01000002.1|.path1;coverage=100.0;identity=97.2;matches=1041;mismatches=23;indels=7;unknowns=0
chr6B    NRGenome    exon    393753187    393753348    100    +    .    ID=gi|478413624|gb|GAEF01000002.1|.mrna1.exon1;Name=gi|478413624|gb|GAEF01000002.1|;Parent=gi|478413624|gb|GAEF01000002.1|.mrna1;Target=gi|478413624|gb|GAEF01000002.1| 1 162 +
chr6B    NRGenome    exon    393753915    393754065    98    +    .    ID=gi|478413624|gb|GAEF01000002.1|.mrna1.exon2;Name=gi|478413624|gb|GAEF01000002.1|;Parent=gi|478413624|gb|GAEF01000002.1|.mrna1;Target=gi|478413624|gb|GAEF01000002.1| 163 313 +
chr6B    NRGenome    exon    393754389    393754500    97    +    .    ID=gi|478413624|gb|GAEF01000002.1|.mrna1.exon3;Name=gi|478413624|gb|GAEF01000002.1|;Parent=gi|478413624|gb|GAEF01000002.1|.mrna1;Target=gi|478413624|gb|GAEF01000002.1| 314 425 +
chr6B    NRGenome    exon    393754907    393754973    97    +    .    ID=gi|478413624|gb|GAEF01000002.1|.mrna1.exon4;Name=gi|478413624|gb|GAEF01000002.1|;Parent=gi|478413624|gb|GAEF01000002.1|.mrna1;Target=gi|478413624|gb|GAEF01000002.1| 426 492 +
chr6B    NRGenome    exon    393755046    393755095    98    +    .    ID=gi|478413624|gb|GAEF01000002.1|.mrna1.exon5;Name=gi|478413624|gb|GAEF01000002.1|;Parent=gi|478413624|gb|GAEF01000002.1|.mrna1;Target=gi|478413624|gb|GAEF01000002.1| 493 542 +
chr6B    NRGenome    exon    393755173    393755233    98    +    .    ID=gi|478413624|gb|GAEF01000002.1|.mrna1.exon6;Name=gi|478413624|gb|GAEF01000002.1|;Parent=gi|478413624|gb|GAEF01000002.1|.mrna1;Target=gi|478413624|gb|GAEF01000002.1| 543 603 +
chr6B    NRGenome    exon    393757730    393757814    98    +    .    ID=gi|478413624|gb|GAEF01000002.1|.mrna1.exon7;Name=gi|478413624|gb|GAEF01000002.1|;Parent=gi|478413624|gb|GAEF01000002.1|.mrna1;Target=gi|478413624|gb|GAEF01000002.1| 604 688 +
chr6B    NRGenome    exon    393758596    393758971    95    +    .    ID=gi|478413624|gb|GAEF01000002.1|.mrna1.exon8;Name=gi|478413624|gb|GAEF01000002.1|;Parent=gi|478413624|gb|GAEF01000002.1|.mrna1;Target=gi|478413624|gb|GAEF01000002.1| 689 1071 +
chr6B    NRGenome    CDS    393755180    393755233    98    +    0    ID=gi|478413624|gb|GAEF01000002.1|.mrna1.cds1;Name=gi|478413624|gb|GAEF01000002.1|;Parent=gi|478413624|gb|GAEF01000002.1|.mrna1;Target=gi|478413624|gb|GAEF01000002.1| 550 603 +
chr6B    NRGenome    CDS    393757730    393757814    98    +    0    ID=gi|478413624|gb|GAEF01000002.1|.mrna1.cds2;Name=gi|478413624|gb|GAEF01000002.1|;Parent=gi|478413624|gb|GAEF01000002.1|.mrna1;Target=gi|478413624|gb|GAEF01000002.1| 604 688 +
chr6B    NRGenome    CDS    393758596    393758734    91    +    1    ID=gi|478413624|gb|GAEF01000002.1|.mrna1.cds3;Name=gi|478413624|gb|GAEF01000002.1|;Parent=gi|478413624|gb|GAEF01000002.1|.mrna1;Target=gi|478413624|gb|GAEF01000002.1| 689 834 +
###
chr1B    NRGenome    gene    538352839    538354283    .    +    .    ID=gi|478413623|gb|GAEF01000003.1|.path1;Name=gi|478413623|gb|GAEF01000003.1|
chr1B    NRGenome    mRNA    538352839    538354283    .    +    .    ID=gi|478413623|gb|GAEF01000003.1|.mrna1;Name=gi|478413623|gb|GAEF01000003.1|;Parent=gi|478413623|gb|GAEF01000003.1|.path1;coverage=99.9;identity=95.1;matches=641;mismatches=22;indels=11;unknowns=0
chr1B    NRGenome    exon    538352839    538353126    97    +    .    ID=gi|478413623|gb|GAEF01000003.1|.mrna1.exon1;Name=gi|478413623|gb|GAEF01000003.1|;Parent=gi|478413623|gb|GAEF01000003.1|.mrna1;Target=gi|478413623|gb|GAEF01000003.1| 2 289 +
chr1B    NRGenome    exon    538353906    538354283    93    +    .    ID=gi|478413623|gb|GAEF01000003.1|.mrna1.exon2;Name=gi|478413623|gb|GAEF01000003.1|;Parent=gi|478413623|gb|GAEF01000003.1|.mrna1;Target=gi|478413623|gb|GAEF01000003.1| 290 672 +
chr1B    NRGenome    CDS    538353046    538353126    98    +    0    ID=gi|478413623|gb|GAEF01000003.1|.mrna1.cds1;Name=gi|478413623|gb|GAEF01000003.1|;Parent=gi|478413623|gb|GAEF01000003.1|.mrna1;Target=gi|478413623|gb|GAEF01000003.1| 209 289 +
chr1B    NRGenome    CDS    538353906    538353995    96    +    0    ID=gi|478413623|gb|GAEF01000003.1|.mrna1.cds2;Name=gi|478413623|gb|GAEF01000003.1|;Parent=gi|478413623|gb|GAEF01000003.1|.mrna1;Target=gi|478413623|gb|GAEF01000003.1| 290 379 +
###
chr3D    NRGenome    gene    256154707    256157108    .    -    .    ID=gi|478413625|gb|GAEF01000001.1|.path1;Name=gi|478413625|gb|GAEF01000001.1|
chr3D    NRGenome    mRNA    256154707    256157108    .    -    .    ID=gi|478413625|gb|GAEF01000001.1|.mrna1;Name=gi|478413625|gb|GAEF01000001.1|;Parent=gi|478413625|gb|GAEF01000001.1|.path1;coverage=100.0;identity=98.7;matches=591;mismatches=8;indels=0;unknowns=0
chr3D    NRGenome    exon    256157043    256157108    100    -    .    ID=gi|478413625|gb|GAEF01000001.1|.mrna1.exon1;Name=gi|478413625|gb|GAEF01000001.1|;Parent=gi|478413625|gb|GAEF01000001.1|.mrna1;Target=gi|478413625|gb|GAEF01000001.1| 1 66 +
chr3D    NRGenome    exon    256156361    256156457    100    -    .    ID=gi|478413625|gb|GAEF01000001.1|.mrna1.exon2;Name=gi|478413625|gb|GAEF01000001.1|;Parent=gi|478413625|gb|GAEF01000001.1|.mrna1;Target=gi|478413625|gb|GAEF01000001.1| 67 163 +
chr3D    NRGenome    exon    256155580    256155743    96    -    .    ID=gi|478413625|gb|GAEF01000001.1|.mrna1.exon3;Name=gi|478413625|gb|GAEF01000001.1|;Parent=gi|478413625|gb|GAEF01000001.1|.mrna1;Target=gi|478413625|gb|GAEF01000001.1| 164 327 +
chr3D    NRGenome    exon    256155344    256155455    99    -    .    ID=gi|478413625|gb|GAEF01000001.1|.mrna1.exon4;Name=gi|478413625|gb|GAEF01000001.1|;Parent=gi|478413625|gb|GAEF01000001.1|.mrna1;Target=gi|478413625|gb|GAEF01000001.1| 328 439 +
chr3D    NRGenome    exon    256154872    256154938    100    -    .    ID=gi|478413625|gb|GAEF01000001.1|.mrna1.exon5;Name=gi|478413625|gb|GAEF01000001.1|;Parent=gi|478413625|gb|GAEF01000001.1|.mrna1;Target=gi|478413625|gb|GAEF01000001.1| 440 506 +
chr3D    NRGenome    exon    256154707    256154799    97    -    .    ID=gi|478413625|gb|GAEF01000001.1|.mrna1.exon6;Name=gi|478413625|gb|GAEF01000001.1|;Parent=gi|478413625|gb|GAEF01000001.1|.mrna1;Target=gi|478413625|gb|GAEF01000001.1| 507 599 +
chr3D    NRGenome    CDS    256155580    256155658    93    -    0    ID=gi|478413625|gb|GAEF01000001.1|.mrna1.cds1;Name=gi|478413625|gb|GAEF01000001.1|;Parent=gi|478413625|gb|GAEF01000001.1|.mrna1;Target=gi|478413625|gb|GAEF01000001.1| 249 327 +
chr3D    NRGenome    CDS    256155344    256155455    99    -    1    ID=gi|478413625|gb|GAEF01000001.1|.mrna1.cds2;Name=gi|478413625|gb|GAEF01000001.1|;Parent=gi|478413625|gb|GAEF01000001.1|.mrna1;Target=gi|478413625|gb|GAEF01000001.1| 328 439 +
chr3D    NRGenome    CDS    256154914    256154938    100    -    2    ID=gi|478413625|gb|GAEF01000001.1|.mrna1.cds3;Name=gi|478413625|gb|GAEF01000001.1|;Parent=gi|478413625|gb|GAEF01000001.1|.mrna1;Target=gi|478413625|gb|GAEF01000001.1| 440 464 +
###
chr6B    NRGenome    gene    393753187    393755138    .    +    .    ID=gi|478413621|gb|GAEF01000005.1|.path1;Name=gi|478413621|gb|GAEF01000005.1|
chr6B    NRGenome    mRNA    393753187    393755138    .    +    .    ID=gi|478413621|gb|GAEF01000005.1|.mrna1;Name=gi|478413621|gb|GAEF01000005.1|;Parent=gi|478413621|gb|GAEF01000005.1|.path1;coverage=100.0;identity=98.3;matches=575;mismatches=10;indels=0;unknowns=0
chr6B    NRGenome    exon    393753187    393753348    100    +    .    ID=gi|478413621|gb|GAEF01000005.1|.mrna1.exon1;Name=gi|478413621|gb|GAEF01000005.1|;Parent=gi|478413621|gb|GAEF01000005.1|.mrna1;Target=gi|478413621|gb|GAEF01000005.1| 1 162 +
chr6B    NRGenome    exon    393753915    393754065    98    +    .    ID=gi|478413621|gb|GAEF01000005.1|.mrna1.exon2;Name=gi|478413621|gb|GAEF01000005.1|;Parent=gi|478413621|gb|GAEF01000005.1|.mrna1;Target=gi|478413621|gb|GAEF01000005
最低0.47元/天 解锁文章
msw521sg
关注
  • 0
    点赞
  • 踩
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
bed和gff文件按染色体号排序
little^raccoon
11-12 1652
注释文件通常按照染色体序号升序排列，而有时需要我们对获取的注释文件进行排序。对于chr01这种直接sort就可以，但是对于chr1, chr2… chr11这种，直接sort的结果是chr11排在chr2前面。解决这种情况的方法很简单，提取染色体中的数字，然后使用sort的-n参数就可以。而写成脚本复用起来也比较方便。 有些物种染色体命名可能特殊，所以line 24的正则匹配要针对不同情况修改。现在的脚本匹配染色体命名为Chr chr CHR。 #!/usr/bin/perl # 2020-11-12 .
实验篇——家族成员染色体位置分析
最新发布
2301_78630677的博客
08-24 3437
在基因家族分析中，通过观察基因家族成员在染色体上的位置。可以判断在染色体上是否成簇分布。本章是在TBtools软件上进行操作的，十分快速得得到了染色体位置分析的可视化图形。通过对图形的观察来判断家族成员基因在染色体上是否成簇分布。 天苍苍，野茫茫，风吹草低现牛羊。 –2023-8-22 实验篇。
linux 预览md文件_生信中常见的数据文件格式
weixin_39621427的博客
10-28 535
TCGA|GEO|文献阅读|数据库|理论知识R语言|Bioconductor| 服务器与Linux前面我们介绍了各种测序技术的原理：illumina、Sanger、第三代和第四代测序技术原理，我们测序得到的是带有质量值的碱基序列fastq格式，参考基因组是fasta格式。⽤⽐对⼯具把fastq格式的序列回帖到对应的fasta格式的参考基因组序列，就可以产⽣sam格式...
「小技巧」如何让IGV更快的加载GTF和GFF注释文件
xuzhougeng blog
01-23 2346
很简单，就下面3行命令 gff= (grep ^"#" $gff; grep -v ^"#" $gff | sort -k1,1 -k4,4n) | bgzip > sorted.gff.gz; tabix -p gff sorted.gff.gz; 第一行的gff是定义输入文件。第二行是对GFF文件进行排序。第三行是利用HTSLIB中的tabix工具建立索...
rmOutToGFF3_GFF3_out_
10-01
GFF3格式则是生物信息学中广泛接受的一种文件格式，它包含了九列信息：序列名称、源、特征类型、开始位置、结束位置、得分、 strand方向、框架和额外属性。GFF3旨在提供一种灵活且扩展性良好的方式来存储基因组的...
EMBLmyGFF3:将gff3批注文件转换为准备提交的EMBL格式的有效方法
05-07
EMBLmyGFF3GFF3到EMBL的转换工具 EMBLmyGFF3将FASTA格式的程序集以及GFF3格式的关联注释转换为，这是将带注释的程序集提交给所需的格式。 [类似地，准备将数据提交给NCBI时，请使用 。 ] ！ NCBI和ENA是一部分，它们...
gfftobed:转换GFF3GTF到BED
04-23
该程序采用GFF3或GTF（基于1）格式的输入基因组注释，并将特定特征转换为6列BED格式（基于0），同时保留注释文件属性列的任何所需字段。 当需要围绕特定特征和唯一ID的基因组间隔时，此功能很有用。 它还可以在每个...
gff2gtf:用于将 GFF 文件转换为 GTF 的 AWK 脚本
06-10
gff2gtf 用于将 GFF 文件转换为 GTF 的 AWK 脚本。 用法： awk -f gff2gtf.awk 文件.gff > 文件.gtf 适用于那些具有 AWK 解释器的操作系统。 该脚本依赖于记录的顺序。 规范不要求对 GFF 进行排序，但通常对记录进行排序。 对于 RSEM： awk -f gff2gtf-strict.awk FILE.gff > FILE.gtf grep -Ev "\sgene\s" FILE.gtf > rsem-ready.gtf 标签： NGS，下一代测序，遗传学，fasta，DNA，RNA，比对，基因组标记。
fix_pasa_gff3：修复由PASA注释管道创建的GFF3文件
03-03
运行工具时，通常通过命令行指定待修复的PASA GFF3文件路径，工具会生成一个修复后的GFF3文件，用户可以使用这个修复后的文件进行后续的生物信息学分析。 总之，“fix_pasa_gff3”是生物信息学家在使用PASA进行基因...
gffutils:GFF和GTF文件操作和互转换
05-25
gffutils是一个Python软件包，用于处理和处理通常用于基因组注释的GFF和GTF格式文件。 文件被加载到sqlite3数据库中，与仅使用纯文本方法相比，可以对层次结构特征（例如，基因，转录本和外显子）进行更为复杂的操作...
linux质控命令,RNA-seq摸索：2.sra下载数据→fastqc质控→hisat2/bowtie2/STAR/salmon比对→Samtools格式转换→IGV可视化结果...
weixin_42522676的博客
04-28 1993
我觉得这个作者这样的分类特别清晰，值得学new_workflow/│ └── annotation/ ││ └── genome/ ││ └── input/ ││ └── output/ │ ├── 1_initial_qc/ ...
文件格式之gff3
薛猫_柳叶刀
03-16 1万+
GFF3是GFF注释文件的新标准。文件中每一行为基因组的一个属性，分为9列，以TAB分开。 依次是： 1. reference sequence：参照序列 指出注释的对象。如一个染色体，克隆或片段。可以有多个参照序列。 该id的取名不能以’>’开头，不能包含空格。   2. source ：来源 注释的来源。如果未知，则用点（.）代替。   3. type     ：类型 属性
AGAT|GTF/GFF文件处理工具
weifanbio的博客
12-03 1358
AGAT AGAT是Another Gff Analysis Toolkit的缩写, 是一个用于处理GTF/GFF文件的工具。AGAT 有检查、修复、填充任何类型的 GTF 和 GFF 的缺失信息（特征/属性），以创建完整、排序和标准化的 gff3 格式。 01 安装 conda安装AGAT conda install -c bioconda agat 包含的部分脚本如下： 其中脚本名称中的_sp_与_sq_具有特殊含义。 _sp_代表SLURP, 即脚本会一次性全部读入gff文件至内存。这样虽然消耗的
sort_gff.py
weixin_30762087的博客
03-18 165
import sysinfile = sys.argv[1]outfile = sys.argv[2]gff_list = []fh = open(infile)for x in fh: if x[0] == '#': continue y = x.strip().split('\t') gff_list.append(y)gff_list.sort(key=lambda a:i...
在线绘制基因表达热图
热门推荐
xxxxx
07-11 3万+
在线绘制基因表达热图昨天需要画基因表达热图(heat map), 想起一个在线的网站可以很方便的绘制，提供大家。不用R代码，这个工具绝对可以画出你想要的那样。网址是：https://software.broadinstitute.org/morpheus/
gffread将gff文件转换成gff3文件
04-21
gffread是一个用于将GFF文件转换成GTF或GFF3格式的工具。可以使用以下命令将GFF文件转换成GFF3格式： gffread input.gff -o output.gff3 -g reference.genome.fasta -w ignore 其中，"input.gff"是要转换的GFF文件...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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