AGAT|GTF/GFF文件处理工具

最新推荐文章于 2024-08-21 08:21:58 发布
最新推荐文章于 2024-08-21 08:21:58 发布
阅读量1.7k 收藏 5
点赞数 1
文章标签： 其他
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/weifanbio/article/details/121676164
版权

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：
在这里插入图片描述
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。这样虽然消耗的内存更多，但处理效率更高，也能够修复整个文本中的一些错误。
_sq_代表SEQUENTIAL, 即脚本会从头至尾逐行读入gff文件，而不经过完整性检验。这样的脚本具有相对更高的内存效率。

02 使用
以agat_convert_sp_gxf2gxf.pl为例，它能够检测并修复gtf/gff文件中的错误与缺失信息，得到排序后符合标准的gff3文件。

example 8 - 只含有CDS信息

##gff-version 3
Tob1_contig1  Prodigal:2.60  CDS  476  670  .  -  0  ID=Tob1_00001;locus_tag=Tob1_00001;product=hypothetical protein
Tob1_contig1  Prodigal:2.60  CDS  34266  35222  .  +  0  ID=Tob1_00024;locus_tag=Tob1_00024;product=hypothetical protein
Tob1_contig1  SignalP:4.1  sig_peptide  34266  34298  .  +  0  inference=ab initio prediction:SignalP:4.1;note=predicted cleavage at residue 33;product=putative signal peptide
Tob1_contig1  Prodigal:2.60  CDS  35267  37444  .  -  0  ID=Tob1_00025;locus_tag=Tob1_00025;
Tob1_contig1  SignalP:4.1  sig_peptide  37420  37444  .  -  0  inference=ab initio prediction:SignalP:4.1;note=predicted cleavage at residue 25;product=putative signal peptide
Tob1_contig1  Prodigal:2.60  CDS  38304  39338  .  -  0  ID=Tob1_00026;locus_tag=Tob1_00026;

补足第一级(gene)和第二级(mRNA)信息
agat_convert_sp_gxf2gxf.pl --gff 8_test.gff

##gff-version 3
Tob1_contig1  Prodigal:2.60  gene  476  670  .  -  0  ID=nbis_NEW-gene-1;locus_tag=Tob1_00001;product=hypothetical protein
Tob1_contig1  Prodigal:2.60  mRNA  476  670  .  -  0  ID=nbis_nol2id-cds-1;Parent=nbis_NEW-gene-1;locus_tag=Tob1_00001;product=hypothetical protein
Tob1_contig1  Prodigal:2.60  exon  476  670  .  -  .  ID=nbis_NEW-exon-1;Parent=nbis_nol2id-cds-1;locus_tag=Tob1_00001;product=hypothetical protein
Tob1_contig1  Prodigal:2.60  CDS  476  670  .  -  0  ID=Tob1_00001;Parent=nbis_nol2id-cds-1;locus_tag=Tob1_00001;product=hypothetical protein
Tob1_contig1  Prodigal:2.60  gene  34266  35222  .  +  0  ID=nbis_NEW-gene-2;locus_tag=Tob1_00024;product=hypothetical protein
Tob1_contig1  Prodigal:2.60  mRNA  34266  35222  .  +  0  ID=nbis_nol2id-cds-2;Parent=nbis_NEW-gene-2;locus_tag=Tob1_00024;product=hypothetical protein
Tob1_contig1  Prodigal:2.60  exon  34266  35222  .  +  .  ID=nbis_NEW-exon-2;Parent=nbis_nol2id-cds-2;locus_tag=Tob1_00024;product=hypothetical protein
Tob1_contig1  Prodigal:2.60  CDS  34266  35222  .  +  0  ID=Tob1_00024;Parent=nbis_nol2id-cds-2;locus_tag=Tob1_00024;product=hypothetical protein
Tob1_contig1  SignalP:4.1  sig_peptide  34266  34298  .  +  0  ID=sig_peptide-1;Parent=nbis_nol2id-cds-2;inference=ab initio prediction:SignalP:4.1;note=predicted cleavage at residue 33;product=putative signal peptide
Tob1_contig1  Prodigal:2.60  gene  35267  37444  .  -  0  ID=nbis_NEW-gene-3;locus_tag=Tob1_00025
Tob1_contig1  Prodigal:2.60  mRNA  35267  37444  .  -  0  ID=nbis_nol2id-cds-3;Parent=nbis_NEW-gene-3;locus_tag=Tob1_00025
Tob1_contig1  Prodigal:2.60  exon  35267  37444  .  -  .  ID=nbis_NEW-exon-3;Parent=nbis_nol2id-cds-3;locus_tag=Tob1_00025
Tob1_contig1  Prodigal:2.60  CDS  35267  37444  .  -  0  ID=Tob1_00025;Parent=nbis_nol2id-cds-3;locus_tag=Tob1_00025
Tob1_contig1  SignalP:4.1  sig_peptide  37420  37444  .  -  0  ID=sig_peptide-2;Parent=nbis_nol2id-cds-3;inference=ab initio prediction:SignalP:4.1;note=predicted cleavage at residue 25;product=putative signal peptide
Tob1_contig1  Prodigal:2.60  gene  38304  39338  .  -  0  ID=nbis_NEW-gene-4;locus_tag=Tob1_00026
Tob1_contig1  Prodigal:2.60  mRNA  38304  39338  .  -  0  ID=nbis_nol2id-cds-4;Parent=nbis_NEW-gene-4;locus_tag=Tob1_00026
Tob1_contig1  Prodigal:2.60  exon  38304  39338  .  -  .  ID=nbis_NEW-exon-4;Parent=nbis_nol2id-cds-4;locus_tag=Tob1_00026
Tob1_contig1  Prodigal:2.60  CDS  38304  39338  .  -  0  ID=Tob1_00026;Parent=nbis_nol2id-cds-4;locus_tag=Tob1_00026
​

example 9 - 第二级 (mRNA) 与第三级(UTRs)特征信息缺失

##gff-version 3
#!gff-spec-version 1.14
#!source-version NCBI C++ formatter 0.2
##Type DNA NC_003070.9
NC_003070.9  RefSeq  source  1  30427671  .  +  .  organism=Arabidopsis thaliana;mol_type=genomic DNA;db_xref=taxon:3702;chromosome=1;ecotype=Columbia
NC_003070.9  RefSeq  gene  3631  5899  .  +  .  ID=NC_003070.9:NAC001;locus_tag=AT1G01010;
NC_003070.9  RefSeq  exon  3631  3913  .  +  .  ID=NM_099983.2;Parent=NC_003070.9:NAC001;gbkey=mRNA;locus_tag=AT1G01010;
NC_003070.9  RefSeq  exon  3996  4276  .  +  .  ID=NM_099983.2;Parent=NC_003070.9:NAC001;gbkey=mRNA;locus_tag=AT1G01010;
NC_003070.9  RefSeq  exon  4486  4605  .  +  .  ID=NM_099983.2;Parent=NC_003070.9:NAC001;gbkey=mRNA;locus_tag=AT1G01010;
NC_003070.9  RefSeq  exon  4706  5095  .  +  .  ID=NM_099983.2;Parent=NC_003070.9:NAC001;gbkey=mRNA;locus_tag=AT1G01010;
NC_003070.9  RefSeq  exon  5174  5326  .  +  .  ID=NM_099983.2;Parent=NC_003070.9:NAC001;gbkey=mRNA;locus_tag=AT1G01010;
NC_003070.9  RefSeq  exon  5439  5899  .  +  .  ID=NM_099983.2;Parent=NC_003070.9:NAC001;gbkey=mRNA;locus_tag=AT1G01010;
NC_003070.9  RefSeq  CDS  3760  3913  .  +  0  ID=NM_099983.2;Parent=NC_003070.9:NAC001;locus_tag=AT1G01010;
NC_003070.9  RefSeq  CDS  3996  4276  .  +  2  ID=NM_099983.2;Parent=NC_003070.9:NAC001;locus_tag=AT1G01010;
NC_003070.9  RefSeq  CDS  4486  4605  .  +  0  ID=NM_099983.2;Parent=NC_003070.9:NAC001;locus_tag=AT1G01010;
NC_003070.9  RefSeq  CDS  4706  5095  .  +  0  ID=NM_099983.2;Parent=NC_003070.9:NAC001;locus_tag=AT1G01010;
NC_003070.9  RefSeq  CDS  5174  5326  .  +  0  ID=NM_099983.2;Parent=NC_003070.9:NAC001;locus_tag=AT1G01010;
NC_003070.9  RefSeq  CDS  5439  5627  .  +  0  ID=NM_099983.2;Parent=NC_003070.9:NAC001;locus_tag=AT1G01010;
NC_003070.9  RefSeq  start_codon  3760  3762  .  +  0  ID=NM_099983.2;Parent=NC_003070.9:NAC001;locus_tag=AT1G01010;
NC_003070.9  RefSeq  stop_codon  5628  5630  .  +  0  ID=NM_099983.2;Parent=NC_003070.9:NAC001;locus_tag=AT1G01010;
​

agat_convert_sp_gxf2gxf.pl --gff 8_test.gff

##gff-version 3
#!gff-spec-version 1.14
#!source-version NCBI C++ formatter 0.2
##Type DNA NC_003070.9
NC_003070.9  RefSeq  source  1  30427671  .  +  .  ID=source-1;chromosome=1;db_xref=taxon:3702;ecotype=Columbia;mol_type=genomic DNA;organism=Arabidopsis thaliana
NC_003070.9  RefSeq  gene  3631  5899  .  +  .  ID=nbis_NEW-gene-1;locus_tag=AT1G01010
NC_003070.9  RefSeq  mRNA  3631  5899  .  +  .  ID=NC_003070.9:NAC001;Parent=nbis_NEW-gene-1;locus_tag=AT1G01010
NC_003070.9  RefSeq  exon  3631  3913  .  +  .  ID=NM_099983.2;Parent=NC_003070.9:NAC001;gbkey=mRNA;locus_tag=AT1G01010
NC_003070.9  RefSeq  exon  3996  4276  .  +  .  ID=nbis_NEW-exon-1;Parent=NC_003070.9:NAC001;gbkey=mRNA;locus_tag=AT1G01010
NC_003070.9  RefSeq  exon  4486  4605  .  +  .  ID=nbis_NEW-exon-2;Parent=NC_003070.9:NAC001;gbkey=mRNA;locus_tag=AT1G01010
NC_003070.9  RefSeq  exon  4706  5095  .  +  .  ID=nbis_NEW-exon-3;Parent=NC_003070.9:NAC001;gbkey=mRNA;locus_tag=AT1G01010
NC_003070.9  RefSeq  exon  5174  5326  .  +  .  ID=nbis_NEW-exon-4;Parent=NC_003070.9:NAC001;gbkey=mRNA;locus_tag=AT1G01010
NC_003070.9  RefSeq  exon  5439  5899  .  +  .  ID=nbis_NEW-exon-5;Parent=NC_003070.9:NAC001;gbkey=mRNA;locus_tag=AT1G01010
NC_003070.9  RefSeq  CDS  3760  3913  .  +  0  ID=nbis_NEW-cds-1;Parent=NC_003070.9:NAC001;locus_tag=AT1G01010
NC_003070.9  RefSeq  CDS  3996  4276  .  +  2  ID=nbis_NEW-cds-1;Parent=NC_003070.9:NAC001;locus_tag=AT1G01010
NC_003070.9  RefSeq  CDS  4486  4605  .  +  0  ID=nbis_NEW-cds-1;Parent=NC_003070.9:NAC001;locus_tag=AT1G01010
NC_003070.9  RefSeq  CDS  4706  5095  .  +  0  ID=nbis_NEW-cds-1;Parent=NC_003070.9:NAC001;locus_tag=AT1G01010
NC_003070.9  RefSeq  CDS  5174  5326  .  +  0  ID=nbis_NEW-cds-1;Parent=NC_003070.9:NAC001;locus_tag=AT1G01010
NC_003070.9  RefSeq  CDS  5439  5627  .  +  0  ID=nbis_NEW-cds-1;Parent=NC_003070.9:NAC001;locus_tag=AT1G01010
NC_003070.9  RefSeq  five_prime_UTR  3631  3759  .  +  .  ID=nbis_NEW-five_prime_utr-1;Parent=NC_003070.9:NAC001;gbkey=mRNA;locus_tag=AT1G01010
NC_003070.9  RefSeq  start_codon  3760  3762  .  +  0  ID=nbis_NEW-start_codon-1;Parent=NC_003070.9:NAC001;locus_tag=AT1G01010
NC_003070.9  RefSeq  stop_codon  5628  5630  .  +  0  ID=nbis_NEW-stop_codon-1;Parent=NC_003070.9:NAC001;locus_tag=AT1G01010
NC_003070.9  RefSeq  three_prime_UTR  5628  5899  .  +  .  ID=nbis_NEW-three_prime_utr-1;Parent=NC_003070.9:NAC001;gbkey=mRNA;locus_tag=AT1G01010

example 18 - 特定基因的相关特征信息未经排序，零散地分布在文件中

##gff-version 3
scaffold625  maker  gene  337818  343277  .  +  .  ID=CLUHARG00000005458;Name=TUBB3_2
scaffold625  maker  mRNA  337818  343277  .  +  .  ID=CLUHART00000008717;Parent=CLUHARG00000005458
scaffold625  maker  exon  337818  337971  .  +  .  ID=CLUHART00000008717:exon:1404;Parent=CLUHART00000008717
scaffold625  maker  exon  340733  340841  .  +  .  ID=CLUHART00000008717:exon:1405;Parent=CLUHART00000008717
scaffold789  maker  three_prime_UTR  564589  564780  .  +  .  ID=CLUHART00000006146:three_prime_utr;Parent=CLUHART00000006146
scaffold789  maker  mRNA  558184  564780  .  +  .  ID=CLUHART00000006147;Parent=CLUHARG00000003852
scaffold625  maker  CDS  337915  337971  .  +  0  ID=CLUHART00000008717:cds;Parent=CLUHART00000008717
scaffold625  maker  CDS  340733  340841  .  +  0  ID=CLUHART00000008717:cds;Parent=CLUHART00000008717
scaffold625  maker  CDS  341518  341628  .  +  2  ID=CLUHART00000008717:cds;Parent=CLUHART00000008717
scaffold625  maker  CDS  341964  343033  .  +  2  ID=CLUHART00000008717:cds;Parent=CLUHART00000008717
scaffold625  maker  five_prime_UTR  337818  337914  .  +  .  ID=CLUHART00000008717:five_prime_utr;Parent=CLUHART00000008717
scaffold625  maker  three_prime_UTR  343034  343277  .  +  .  ID=CLUHART00000008717:three_prime_utr;Parent=CLUHART00000008717
scaffold789  maker  gene  558184  564780  .  +  .  ID=CLUHARG00000003852;Name=PF11_0240
scaffold789  maker  mRNA  558184  564780  .  +  .  ID=CLUHART00000006146;Parent=CLUHARG00000003852
scaffold789  maker  exon  558184  560123  .  +  .  ID=CLUHART00000006146:exon:995;Parent=CLUHART00000006146
scaffold789  maker  exon  561401  561519  .  +  .  ID=CLUHART00000006146:exon:996;Parent=CLUHART00000006146
scaffold789  maker  exon  564171  564235  .  +  .  ID=CLUHART00000006146:exon:997;Parent=CLUHART00000006146
scaffold789  maker  exon  564372  564780  .  +  .  ID=CLUHART00000006146:exon:998;Parent=CLUHART00000006146
scaffold789  maker  CDS  558191  560123  .  +  0  ID=CLUHART00000006146:cds;Parent=CLUHART00000006146
scaffold789  maker  CDS  561401  561519  .  +  2  ID=CLUHART00000006146:cds;Parent=CLUHART00000006146
scaffold625  maker  exon  341518  341628  .  +  .  ID=CLUHART00000008717:exon:1406;Parent=CLUHART00000008717
scaffold625  maker  exon  341964  343277  .  +  .  ID=CLUHART00000008717:exon:1407;Parent=CLUHART00000008717
scaffold789  maker  CDS  564171  564235  .  +  0  ID=CLUHART00000006146:cds;Parent=CLUHART00000006146
scaffold789  maker  CDS  564372  564588  .  +  1  ID=CLUHART00000006146:cds;Parent=CLUHART00000006146
scaffold789  maker  five_prime_UTR  558184  558190  .  +  .  ID=CLUHART00000006146:five_prime_utr;Parent=CLUHART00000006146
scaffold789  maker  exon  558184  560123  .  +  .  ID=CLUHART00000006147:exon:997;Parent=CLUHART00000006147
scaffold789  maker  exon  561401  561519  .  +  .  ID=CLUHART00000006147:exon:998;Parent=CLUHART00000006147
scaffold789  maker  exon  562057  562121  .  +  .  ID=CLUHART00000006147:exon:999;Parent=CLUHART00000006147
scaffold789  maker  exon  564372  564780  .  +  .  ID=CLUHART00000006147:exon:1000;Parent=CLUHART00000006147
scaffold789  maker  CDS  558191  560123  .  +  0  ID=CLUHART00000006147:cds;Parent=CLUHART00000006147
scaffold789  maker  CDS  561401  561519  .  +  2  ID=CLUHART00000006147:cds;Parent=CLUHART00000006147
scaffold789  maker  CDS  562057  562121  .  +  0  ID=CLUHART00000006147:cds;Parent=CLUHART00000006147
scaffold789  maker  CDS  564372  564588  .  +  1  ID=CLUHART00000006147:cds;Parent=CLUHART00000006147
scaffold789  maker  five_prime_UTR  558184  558190  .  +  .  ID=CLUHART00000006147:five_prime_utr;Parent=CLUHART00000006147
scaffold789  maker  three_prime_UTR  564589  564780  .  +  .  ID=CLUHART00000006147:three_prime_utr;Parent=CLUHART00000006147

agat_convert_sp_gxf2gxf.pl --gff 18_test.gff

##gff-version 3
scaffold625  maker  gene  337818  343277  .  +  .  ID=CLUHARG00000005458;Name=TUBB3_2
scaffold625  maker  mRNA  337818  343277  .  +  .  ID=CLUHART00000008717;Parent=CLUHARG00000005458
scaffold625  maker  exon  337818  337971  .  +  .  ID=CLUHART00000008717:exon:1404;Parent=CLUHART00000008717
scaffold625  maker  exon  340733  340841  .  +  .  ID=CLUHART00000008717:exon:1405;Parent=CLUHART00000008717
scaffold625  maker  exon  341518  341628  .  +  .  ID=CLUHART00000008717:exon:1406;Parent=CLUHART00000008717
scaffold625  maker  exon  341964  343277  .  +  .  ID=CLUHART00000008717:exon:1407;Parent=CLUHART00000008717
scaffold625  maker  CDS  337915  337971  .  +  0  ID=CLUHART00000008717:cds;Parent=CLUHART00000008717
scaffold625  maker  CDS  340733  340841  .  +  0  ID=CLUHART00000008717:cds;Parent=CLUHART00000008717
scaffold625  maker  CDS  341518  341628  .  +  2  ID=CLUHART00000008717:cds;Parent=CLUHART00000008717
scaffold625  maker  CDS  341964  343033  .  +  2  ID=CLUHART00000008717:cds;Parent=CLUHART00000008717
scaffold625  maker  five_prime_UTR  337818  337914  .  +  .  ID=CLUHART00000008717:five_prime_utr;Parent=CLUHART00000008717
scaffold625  maker  three_prime_UTR  343034  343277  .  +  .  ID=CLUHART00000008717:three_prime_utr;Parent=CLUHART00000008717
scaffold789  maker  gene  558184  564780  .  +  .  ID=CLUHARG00000003852;Name=PF11_0240
scaffold789  maker  mRNA  558184  564780  .  +  .  ID=CLUHART00000006146;Parent=CLUHARG00000003852
scaffold789  maker  exon  558184  560123  .  +  .  ID=CLUHART00000006146:exon:995;Parent=CLUHART00000006146
scaffold789  maker  exon  561401  561519  .  +  .  ID=CLUHART00000006146:exon:996;Parent=CLUHART00000006146
scaffold789  maker  exon  564171  564235  .  +  .  ID=CLUHART00000006146:exon:997;Parent=CLUHART00000006146
scaffold789  maker  exon  564372  564780  .  +  .  ID=CLUHART00000006146:exon:998;Parent=CLUHART00000006146
scaffold789  maker  CDS  558191  560123  .  +  0  ID=CLUHART00000006146:cds;Parent=CLUHART00000006146
scaffold789  maker  CDS  561401  561519  .  +  2  ID=CLUHART00000006146:cds;Parent=CLUHART00000006146
scaffold789  maker  CDS  564171  564235  .  +  0  ID=CLUHART00000006146:cds;Parent=CLUHART00000006146
scaffold789  maker  CDS  564372  564588  .  +  1  ID=CLUHART00000006146:cds;Parent=CLUHART00000006146
scaffold789  maker  five_prime_UTR  558184  558190  .  +  .  ID=CLUHART00000006146:five_prime_utr;Parent=CLUHART00000006146
scaffold789  maker  three_prime_UTR  564589  564780  .  +  .  ID=CLUHART00000006146:three_prime_utr;Parent=CLUHART00000006146
scaffold789  maker  mRNA  558184  564780  .  +  .  ID=CLUHART00000006147;Parent=CLUHARG00000003852
scaffold789  maker  exon  558184  560123  .  +  .  ID=CLUHART00000006147:exon:997;Parent=CLUHART00000006147
scaffold789  maker  exon  561401  561519  .  +  .  ID=CLUHART00000006147:exon:998;Parent=CLUHART00000006147
scaffold789  maker  exon  562057  562121  .  +  .  ID=CLUHART00000006147:exon:999;Parent=CLUHART00000006147
scaffold789  maker  exon  564372  564780  .  +  .  ID=CLUHART00000006147:exon:1000;Parent=CLUHART00000006147
scaffold789  maker  CDS  558191  560123  .  +  0  ID=CLUHART00000006147:cds;Parent=CLUHART00000006147
scaffold789  maker  CDS  561401  561519  .  +  2  ID=CLUHART00000006147:cds;Parent=CLUHART00000006147
scaffold789  maker  CDS  562057  562121  .  +  0  ID=CLUHART00000006147:cds;Parent=CLUHART00000006147
scaffold789  maker  CDS  564372  564588  .  +  1  ID=CLUHART00000006147:cds;Parent=CLUHART00000006147
scaffold789  maker  five_prime_UTR  558184  558190  .  +  .  ID=CLUHART00000006147:five_prime_utr;Parent=CLUHART00000006147
scaffold789  maker  three_prime_UTR  564589  564780  .  +  .  ID=CLUHART00000006147:three_prime_utr;Parent=CLUHART00000006147

（原文参考：https://sr-c.github.io/2020/08/28/AGAT-usage/）

作图帮
关注
gff文件_GTF与GFF文件所有操作尽在这里
weixin_39640417的博客
12-18 8293
一、格式介绍(一)gtf文件。GTF 为General Transfer Format缩写，跟 GFF2格式类似。相信大家做转录组分析时候经常会看到Cufflinks或者Stringtie软件对转录组进行定量与组装会时产生一个gtf文件，里面包含的信息如下：每列信息的含义如下：seqname- 序列的ID，可以是染色体的ID也可以是Scaffold或者Contig的ID。source- 产生此文件...
gff数据处理
ruby912的博客
06-04 4123
Perl脚本练习 通过数组和哈希引用读取存储复杂数据 要求 gff文件，记录每个基因的名称、起始终止位置、染色体、转录本信息 数据 #注释行 分割：\t 9列：gff格式 思路 构建一个哈希，结构 my%gene = ( geneID => { 'location' => [chrs, start, end] 'transcripts' => [ { ...
学习心得
weixin_44257729的博客
11-06 1002
gff3等文件转12列的bed文件 费劲千辛万苦，终于算成功了，还没测试最后的结果，不过估计差不多了    快哭了，弄了大半个晚上，因为使用convert2bed转换的bed文件并不是想要的，具体的导致差别的原因目前我还不清楚，总之，这个算是给自己的一个提醒，希望也能给其他人一个帮助。   使用transdecoder工具里面的脚本gff3_file_to_bed.pl会报错，现在还不知道为什么，UCSC的gff3ToGenePred.dms还没整明白，不过也能进行转换。bedops的gff2bed生成的也
gff文件_[Py005] gff文件处理1
weixin_39765325的博客
12-28 313
根据第3列的type，提取mRNA及相应exon的信息思路：​ 每次读取一行，提取到mRNA特征值后，写出该行；​ 判断下一行是否具有mRNA或exon特征值，如果有的话，递归自动判断下下一行import reimport syssys.setrecursionlimit(1000000) # 设置最高递归次数def autoNext(file, out):content = next(...
GFF文件格式简介
庐州月光的博客
09-08 4030
欢迎关注”生信修炼手册”!鉴于代码的排版问题，建议在电脑上阅读本文。组装得到基因组的序列只是开展基因组研究的第一步，基因的结构是基因组后续功能研究的基石。在NCBI中，除了提供基因组序列...
文件格式——gff格式
weixin_30834019的博客
05-03 693
Gff文件格式 gff格式是Sanger研究所定义，是一种简单的、方便的对于DNA、RNA以及蛋白质序列的特征进行描述的一种数据格式，已经成为序列注释的通用格式，比如基因组的基因预测，许多软件都支持输入或者输出gff格式。前格式定义的最新版本是版本3。原始定义见SONG websitegff是存文本文件，由tab键隔开的9列组成，以下是各列的说明： Column 1: “seqid”序列的编号...
gff文件_GFF3格式介绍 | Public Library of Bioinformatics
weixin_39619893的博客
12-18 2387
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。2. source ：来源注释的来源。如果未知，则用点(.)代替。3. type ：类型属性的类型。建议使用符合SO惯例的名称(sequence ontology，参看[[Sequence...
Agat Emulator:Apple 2和Agat 7/9模拟器-开源
05-07
Apple []和用于Win32的Agat 7/9软件仿真程序。
GFF3toolkit
最新发布
01-17
AGAT作为一款强大的GTF/GFF分析工具包，提供了全面的功能来处理这类文件[^1]。 #### 下载与安装 对于希望获取并使用类似于GFF3 toolkit功能的用户来说，推荐采用AGAT这一开源项目。该项目可通过多种方式进行安装： ...
Agat Emulator v1.27
10-27
支持Agat-7, Agat-9； 支持扩展硬件，如Z80 Softcard (fuse), Videx Videoterm 80-column card, Thunderclock 和 Mockingboard II； 支持Apple ][ Memory Expansion Cards, RamFactor (with RamCharger) Cards, ...
「颜值向」Telegraph-Image 后台魔改~（美化/批量处理/分页/排序 - 解决方案）
weixin_73436849的博客
06-17 805
Telegraph-Image 免费图床 - 后台魔改方案
AGAT: Java库驱动的图像分割二叉树构建与评估
除了图像处理任务，AGAT的底层结构对于基于图的分析具有广泛的应用潜力，尤其是在计算机视觉、图像数据分析和机器学习领域。其开源特性使得它能够在CCBY-NC-ND许可下自由使用，版本管理和代码仓库（<https://github....
gff文件_GFF文件格式说明
weixin_39627455的博客
12-28 1904
gff格式是Sanger研究所定义，是一种简单的、方便的对于DNA、RNA以及蛋白质序列的特征进行描述的一种数据格式，比如序列的那里到那里是基因，已经成为序列注释的通用格式，比如基因组的基因预测，许多软件都支持输入或者输出gff格式。目前格式定义的最新版本是版本3。原始定义见SONG websitegff是纯文本文件，由tab键隔开的9列组成，以下是各列的说明：Column 1: seqid序列...
linux 预览md文件_生信中常见的数据文件格式
weixin_39621427的博客
10-28 677
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...
AGAT 开源项目安装与使用指南
gitblog_00108的博客
08-21 601
AGAT 开源项目安装与使用指南 AGATAnother Gtf/Gff Analysis Toolkit项目地址:https://gitcode.com/gh_mirrors/ag/AGAT 一、项目目录结构及介绍 AGAT（Advanced Genomics Analysis Toolkit）是来自NBISweden的一个开源项目，旨在提供一套强大的基因组分析工具集。以下是其基本的目录结构概...
gff文件_linux的日常调整GFF文件中的坐标位置
weixin_35695142的博客
12-30 698
周二洲更在编辑群@我，好玩的题目又来了~数据详见：生信练习题：调整GFF文件中的坐标位置——by徐洲更一直拖到今天周五，正好娱乐一下。先大概看一下数据吧。数据大概分为2个部分：注释部分和数据主体部分(也就是我们需要处理的部分。)因此：如果是#开头的注释部分，不处理如果非#开头的部分，则需要将chr8后边的起始位置数值提取出来，实现将该值与后边两个位置列进行相加-1。具体对于第一行而言，就...
「生信练习题」调整GFF文件中的坐标位置
xuzhougeng blog
04-07 570
已知，我们通过seqkit faidx ref.fa chr8:25234310-25266151 > target.fa提取基因组上的一个片段序列，接着我们用AUGUSTUS对这段序列进行预测 augustus --species=arabidopsis target.fa > target.gff 我们的target.gff是如下结构 # This output ...
gffread安装与使用-gffread-0.12.7（bioinfomatics tools-014）
weixin_44874487的博客
03-21 6526
GFF3（General Feature Format version 3）和GTF（Gene Transfer Format）版本2，通常被称为GTF2，是基因组学中用于描述基因和其它特征的文件格式。这两种格式都用于存储有关基因组注释的信息，但它们在结构和用途上有所不同。
生物信息数据格式：gff,gtf格式
热门推荐
sunchengquan的博客
12-15 1万+
文章目录gff示例gtf示例gff和gtf的区别 gff GFF(General Feature Format)是一种用来描述基因组特征的文件，现在我们所使用的大部分都是第三版（gff3）。 gff文件除gff1以外均由9列数据组成，前8列在gff的3个版本中信息都是相同的，只是名称不同： 第9列attributes的内容存在很大的版本特异性。这9列信息（以gff3为例）分别是： seqid so...
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