gff文件_GTF与GFF文件所有操作尽在这里

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- 产生此文件的软件，如Stringtie产生的则为Stringtie，CUfflinks产生的则为Cufflinks，不知道的使用点 “.” 表示。

feature- 后面start和end之间区域代表的特征，如果此区域是基因，则此处为gene，如果是外显子，则为exon，如果是转录本，则为transcript，如果是非编码RNA则为lncRNA，如果是重复序列，则为TE，等等，主要表明这一块区域的特征。

start-上述feature的在序列上的起始位置。

end- 上述feature的在序列上的终止位置。

score- 一个浮点数值，也可以为点 “.” 。有值的时候代表上述feature的可靠

性。因为无论是gene还是mRNA，都是基于预测差生的，因而必然会有一个值来衡量预测准确性。

strand- + (forward)或者 - (reverse)，代表上述feature是位于正链还是负链上。

frame- 内含子相位，只能为'0', '1' or '2