根据gff/gtf等注释文件取负链上的序列：先反向互补染色体再截取？还是先截取区间再反向互补序列？

最近需要根据注释文件在基因组上截取序列，突然想到一个问题：对于下面这样在负链上的基因，我们是先将整条染色体反向互补再截取对应区间？还是先截取对应区间再反向互补呢？

首先亮出答案：先截取区间，再反向互补。比如上面的ALK基因，先截取chr2上的29415640-30144452区间，再反向互补即得到ALK基因的碱基序列。

验证过程：

方法一：bedtools工具包可以根据bed文件提取区间序列，这里以上面的ALK基因为例试一下：

1.首先创建一个bed文件命名为AKL.bed，其中文件第6列可以指定正负链

2.然后运行bedtools，得到ALK.fa序列文件，注意要添加-s选项

bedtools getfasta -fi ucsc.hg19.fasta -bed ALK.bed -s -fo ALK.fa

3.比较NCBI上给出的ALK序列和bedtools的运行结果，发现两者一致，说明bedtools工具截取负链上的基因准确，如果不想深究是哪种截取方法，后面直接用这个工具即可