从gff3文件获取fasta序列

最新推荐文章于 2024-06-12 17:42:58 发布
最新推荐文章于 2024-06-12 17:42:58 发布
阅读量3k 收藏 10
点赞数 2
分类专栏： 生物信息
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/52448204
版权 
chr1A   NRGenome    gene    1157233 1158291 .   +   .   ID=TRIAE_CS42_U_TGACv1_641506_AA2096860.1.path1;Name=TRIAE_CS42_U_TGACv1_641506_AA2096860.1
chr1A   NRGenome    mRNA    1157233 1158291 .   +   .   ID=TRIAE_CS42_U_TGACv1_641506_AA2096860.1.mrna1;Name=TRIAE_CS42_U_TGACv1_641506_AA2096860.1;Parent=TRIAE_CS42_U_TGACv1_641506_AA2096860.1.path1;coverage=100.0;identity=100.0;matches=1059;mismatches=0;indels=0;unknowns=0
chr1A   NRGenome    exon    1157233 1158291 100 +   .   ID=TRIAE_CS42_U_TGACv1_641506_AA2096860.1.mrna1.exon1;Name=TRIAE_CS42_U_TGACv1_641506_AA2096860.1;Parent=TRIAE_CS42_U_TGACv1_641506_AA2096860.1.mrna1;Target=TRIAE_CS42_U_TGACv1_641506_AA2096860.1 1 1059 +
chr1A   NRGenome    CDS 1157233 1158291 100 +   0   ID=TRIAE_CS42_U_TGACv1_641506_AA2096860.1.mrna1.cds1;Name=TRIAE_CS42_U_TGACv1_641506_AA2096860.1;Parent=TRIAE_CS42_U_TGACv1_641506_AA2096860.1.mrna1;Target=TRIAE_CS42_U_TGACv1_641506_AA2096860.1 1 1059 +
chr1A   NRGenome    gene    1159521 1162591 .   -   .   ID=TRIAE_CS42_U_TGACv1_641506_AA2096870.1.path1;Name=TRIAE_CS42_U_TGACv1_641506_AA2096870.1
chr1A   NRGenome    mRNA    1159521 1162591 .   -   .   ID=TRIAE_CS42_U_TGACv1_641506_AA2096870.1.mrna1;Name=TRIAE_CS42_U_TGACv1_641506_AA2096870.1;Parent=TRIAE_CS42_U_TGACv1_641506_AA2096870.1.path1;coverage=100.0;identity=100.0;matches=1527;mismatches=0;indels=0;unknowns=0
chr1A   NRGenome    exon    1162250 1162591 100 -   .   ID=TRIAE_CS42_U_TGACv1_641506_AA2096870.1.mrna1.exon1;Name=TRIAE_CS42_U_TGACv1_641506_AA2096870.1;Parent=TRIAE_CS42_U_TGACv1_641506_AA2096870.1.mrna1;Target=TRIAE_CS42_U_TGACv1_641506_AA2096870.1 1 342 +
chr1A   NRGenome    exon    1161953 1162150 100 -   .   ID=TRIAE_CS42_U_TGACv1_641506_AA2096870.1.mrna1.exon2;Name=TRIAE_CS42_U_TGACv1_641506_AA2096870.1;Parent=TRIAE_CS42_U_TGACv1_641506_AA2096870.1.mrna1;Target=TRIAE_CS42_U_TGACv1_641506_AA2096870.1 343 540 +
chr1A   NRGenome    exon    1161682 1161859 100 -   .   ID=TRIAE_CS42_U_TGACv1_641506_AA2096870.1.mrna1.exon3;Name=TRIAE_CS42_U_TGACv1_641506_AA2096870.1;Parent=TRIAE_CS42_U_TGACv1_641506_AA2096870.1.mrna1;Target=TRIAE_CS42_U_TGACv1_641506_AA2096870.1 541 718 +
chr1A   NRGenome    exon    1161377 1161547 100 -   .   ID=TRIAE_CS42_U_TGACv1_641506_AA2096870.1.mrna1.exon4;Name=TRIAE_CS42_U_TGACv1_641506_AA2096870.1;Parent=TRIAE_CS42_U_TGACv1_641506_AA2096870.1.mrna1;Target=TRIAE_CS42_U_TGACv1_641506_AA2096870.1 719 889 +
chr1A   NRGenome    exon    1160679 1160710 100 -   .   ID=TRIAE_CS42_U_TGACv1_641506_AA2096870.1.mrna1.exon5;Name=TRIAE_CS42_U_TGACv1_641506_AA2096870.1;Parent=TRIAE_CS42_U_TGACv1_641506_AA2096870.1.mrna1;Target=TRIAE_CS42_U_TGACv1_641506_AA2096870.1 890 921 +
chr1A   NRGenome    exon    1160535 1160577 100 -   .   ID=TRIAE_CS42_U_TGACv1_641506_AA2096870.1.mrna1.exon6;Name=TRIAE_CS42_U_TGACv1_641506_AA2096870.1;Parent=TRIAE_CS42_U_TGACv1_641506_AA2096870.1.mrna1;Target=TRIAE_CS42_U_TGACv1_641506_AA2096870.1 922 964 +
chr1A   NRGenome    exon    1160392 1160459 100 -   .   ID=TRIAE_CS42_U_TGACv1_641506_AA2096870.1.mrna1.exon7;Name=TRIAE_CS42_U_TGACv1_641506_AA2096870.1;Parent=TRIAE_CS42_U_TGACv1_641506_AA2096870.1.mrna1;Target=TRIAE_CS42_U_TGACv1_641506_AA2096870.1 965 1032 +
chr1A   NRGenome    exon    1160086 1160127 100 -   .   ID=TRIAE_CS42_U_TGACv1_641506_AA2096870.1.mrna1.exon8;Name=TRIAE_CS42_U_TGACv1_641506_AA2096870.1;Parent=TRIAE_CS42_U_TGACv1_641506_AA2096870.1.mrna1;Target=TRIAE_CS42_U_TGACv1_641506_AA2096870.1 1033 1074 +
chr1A   NRGenome    exon    1159521 1159973 100 -   .   ID=TRIAE_CS42_U_TGACv1_641506_AA2096870.1
最低0.47元/天 解锁文章
msw521sg
关注
  • 2
    点赞
  • 踩
  • 10
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
gffread:GFFGTF实用程序，提供格式转换，区域过滤，FASTA序列提取等功能
05-03
GffRead GFF / GTF实用程序提供格式转换，过滤，FASTA序列提取等功能。 更多详细信息和用法示例可在找到，该文件也可用于引用此软件。 可在此处在线找到带有此实用程序下载包的官方网页： : 使用gffread -h查看命令行用法选项。 安装 从源代码构建此程序需要源代码库。 如果未找到../gclib目录，则make命令应自动从存储库中获取最新的gclib版本。 cd /some/build/dir git clone https://github.com/gpertea/gffread cd gffread make release 这应该在当前目录中创建gffread二进制文件。
从gff3文件中获取fasta文件
weixin_34130389的博客
09-06 897
chr1A NRGenome gene 1157233 1158291 . + . ID=TRIAE_CS42_U_TGACv1_641506_AA2096860.1.path1;Name=TRIAE_CS42_U_TGACv1_641506_AA2096860.1 chr1A NRGenome mRNA 1157233 1158291 . + . ID=TRIAE_CS42_U_TGACv...
GFF3提取fasta序列
little^raccoon
11-20 4661
awk awk '{print ">"$9"\n"$10}' file.gff3 Python fr = open('./file.gff3', 'r') for line in fr.readlines(): name = '>' + line.strip().split('\t')[8] seq = line.strip().split('\t')[9] ...
如何快速从基因组中提取基因、转录本、蛋白、启动子、非编码序列？
最新发布
悟道西方
06-12 571
有读者留言想要提取外显子，内含子，启动子，基因体，非编码区，编码区，TSS上游1500,TSS下游500的序列。下面我们就来示范如何提取这些序列。NGS基础 - 参考基因组和基因注释文件提到了如何下载对应的基因组序列和基因注释文件。假如我们已经拿到了基因组序列文件GRCh38.fa和基因注释文件GRCh38.gtf，也可从文后链接获取。
从gff3文件获取fasta序列(2)
xxxxx
09-06 4020
get fasta sequence from gff3#taken from https://www.biostars.org/p/46281/ and modified as needed 10/15/15 use strict; use warnings; use Bio::Seq; use Bio::SeqIO; use Bio::DB::Fasta;#add a help message
常用生物信息学格式介绍
vickyleexy's blog
04-23 9846
转载于：http://ju.outofmemory.cn/entry/193943前言　　在各个行业都是有行业标准的，这样才能统一规范而方便后面的分析，在生物信息学领域中主要是各种大量序列数据、注释数据等，这些都是有特定的格式去表示，下面列举几种常见的格式。了解这些是进行后续生物信息学分析的必备知识，有些人虽说是在做生物信息学分析，但是到现在可能还不知道什么是GFF3格式等。fastafasta格式
从gff3中获取fasta序列
xxxxx
09-05 2258
#!/usr/bin/env python # -*- coding: utf-8 -*-from Bio import SeqIO record_dict = SeqIO.index(open('genome.fa', 'r'), "fasta") tmp = open('2.txt', 'w') gene = {} mRNA = {} exon = {} CDS = {} gene_sequen
Lecture-GFF:读取.gff文件，目前为NCBI
04-06
在实际应用中，可能还需要处理GFF文件与FASTA文件的结合，比如将GFF文件中的基因位置信息与对应的DNA序列对应起来。这可以通过使用`BioPython`库实现，它可以同时处理GFF和FASTA格式的数据。 为了更深入地学习和...
cljam：Clojure的DNA序列比对图（SAM）库
01-31
它支持多种生物信息学文件格式，如SAM（Sequence Alignment/Map）、VCF（Variant Call Format）、FASTA、BIGWIG、BED、BAM、FASTQ、BCF、WIG以及GFF和2BIT等。这些格式在基因组学研究中扮演着重要角色。 **1. SAM...
AminoSee:AminoSeeNoEvil（或简称AminoSee）是一种DNA可视化技术，可为序列中的每个氨基酸和起始密码子分配唯一的色相，然后使用称为“希尔伯特曲线”的无限数学空间填充功能将其投影到2D和3D空间中。 。 这样做是为了保持序列的接近性，以使接近其邻居的90％的DNA（例如基因）也以不同的分辨率在图像中靠近。 基因组学研究人员可以将任何包含ASCII DNA块的文件转换为图像（使用流行的Fasta，GBK格式以及.txt格式进行测试）。 由于支持流处理，AminoSee是文本文件中D
05-14
支持任何基于ASCII文本的基因组，例如FASTA，GBK，.txt，.gff等，如果它具有诸如GTAGCCTAGTCGATTCAG或UUGCUTGUTGUTGUTGTUCUT之类的文本，那么AminoSee可以为其绘制图像集！ Lyson AAA的三元组将在313呈现为靛蓝色 ...
Projet-IBI：Projet生物信息L3
02-10
3. **生物数据格式**：了解常见的生物数据格式，如FASTA、BED、GFF等，以及如何读取和解析这些格式的数据。 4. **序列比对**：学习并应用序列比对算法，比如Smith-Waterman、Needleman-Wunsch等，用于比较和分析...
提取基因序列文件
11-28
perl可编译代码，可用于提取目的序列文件中所需序列id
给GFF3格式文件添加fasta格式
xxxxx
03-31 3594
给GFF3格式文件添加fasta格式　　是不是没见过带有序列的gff3格式。为啥这么做，这就要说到我最近在做的东西了。Jbrowse是一款基因组可视化浏览器。可以将基因组可视化以及大部分以基因组为基础的可视化，比如reads、SNP、QTL、GWAS、gene。支持fasta,bam,vcf,gff3等格式文件。说了这么多，给个实例，自己慢慢体会。同时附上官网地址和Genome Biology上的论
GFF/GTF简介及格式转换
weixin_56827666的博客
04-27 6042
最近做转录组的比对时，在建立索引过程中，遇见一个问题，就是我从ncbi下载的序列文件和gtf文件中，染色体命名规则竟然不一样，但序列文件和gff文件染色体命名规则是一样的，具体来说：序列文件和GFF文件中染色体位置以GWHAMMI开头，可是，gff文件又没办法直接和基因组fasta文件搭配使用，只好将 gff文件转gtf文件了。gff和gtf格式都可以储存基因信息，有很多共同点，存储信息侧重点又不一样，最主要的是不同的软件对于文件格式的要求不同，有时候你找不到需要的格式文件时，就得用另一个格式文件进行转换，
详解GFF转换为GTF文件
庐州月光的博客
09-13 8529
欢迎关注”生信修炼手册”!存储基因和转录本的结构信息，gtf和gff3两种格式都可以。在实际分析时，会需要转换两种格式。比如，NCBI 只提供了GFF格式的下载文件，我们需要转换成GTF...
根据位置信息提取 fasta 文件中的序列 -- extract fasta sequence by their position
weixin_30552635的博客
08-08 1615
#!/usr/bin/env python # usages: python extract_seq_by_pos.py input.fasta id_start_end > result.fasta import sys import re FASTA= sys.argv[1] BED= sys.argv[2] fasta= open(FASTA, 'U') fasta_dict= {...
python提取GFF3文件信息
山海之间
02-22 8696
前言因为最近使用REPET这个程序对基因组进行重复序列的注释，但是最后输出的结果是GFF3格式的文件，缺少统计信息。因此用python写了个脚本，对GFF3的信息进行提取并统计。GFF3文件想要从GFF3文件中提取的信息为重复序列的种类，数量，以及bp数。 GFF3文件分为9列，这次用到是第2、4、5、9列，分别代表来源，序列起始位置，结束位置，以及属性。 重复序列的种类可以从第9列属性中提取，
gff3格式转换
xxxxx
11-19 7107
使用gmap软件输出的gff3文件并不能直接用来作为gffcompare的输入文件 故此，需要进行转换，转换也简单就是讲target字段删除即可。#!/usr/bin/env python # -*- coding: utf-8 -*- __author__ = 'shengwei ma' __author_email__ = 'shengweima@icloud.com'with open('
NGS基础 - GTF/GFF文件格式解读和转换
悟道西方
09-02 4021
生物信息学习的正确姿势NGS系列文章包括NGS基础、在线绘图、转录组分析（Nature重磅综述|关于RNA-seq你想知道的全在这）、ChIP-seq分析（ChIP-seq基本分析流...
根据基因组文件和gff3文件提取启动子序列Python
05-28
可以使用Biopython和pandas库来解析基因组文件和gff3文件，并提取启动子序列。 首先，需要从基因组文件中读取DNA序列。假设基因组文件是fasta格式，可以使用Biopython中的SeqIO模块读取序列： ```python from Bio ...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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