gff文件_GFF格式说明

。原始定义见

SONG website

gff

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，编号的有效字符

[a-zA-Z0-9.:^*$@!+_?-|]

Column 2: “source”

注释信息的来源，比如

”Genescan”

、

”Genbank”

等，可以为空，为空用

”.”

点号代

替

Column 3: “type”

注释信息的类型，比如

Gene

、

cDNA

、

mRNA

等，或者是

SO

对应的编号

Columns 4 & 5: “start” and “end”

开始与结束的位置，注意计数是从

1

开始的。结束位置不能大于序列的长度

Column 6: “score”

得分，数字，是注释信息可能性的说明，可以是序列相似性比对时的

E-values

值或者基因预测是的

P-values

值。

”.”

表示为空。

Column 7: “strand”

序列的方向，

+

表示正义链

, -

反义链

, ?

表示未知

.

Column 8: “phase”

仅对注释类型为

“CDS”

有效，表示起始编码的位置，有效值为

0

、

1

、

2

。

Column 9: “attributes”

以多个键值对组成的注释信息描述，键与值之间用

”=“

，不同的键值用

”;“

隔开，

一个键可以有多个值，不同值用

”,“

分割。注意如果描述中包括

tab

键以及

”,=;”

，

要用

URL

转义规则进行转义，如

tab

键用

%09

代替。键是区分大小写的，以大

写字母开头的键是预先定义好的，在后面可能被其他注释信息所调用。

预先定义的键包括：



ID

注释信息的编号，在一个

GFF

文件中必须唯一；



Name

注释信息的名称，可以重复；



Alias

别名