python利用gtf文件提取序列没有用类封装

最新推荐文章于 2024-01-05 15:36:30 发布
最新推荐文章于 2024-01-05 15:36:30 发布
阅读量338 收藏
点赞数
分类专栏： python 文章标签： python 数据分析
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/weixin_44231554/article/details/129621071
版权
本文介绍了如何使用Python从GTF文件中提取序列，提供了无需类封装的完整代码。首先，需要准备GTF文件和基因组文件。通常，原始数据是GFF3格式，需要转换为GTF。GTF文件包含九列信息。参考链接提供了一个详细教程。
摘要由CSDN通过智能技术生成

python利用gtf文件提取序列之没有用类封装

1.准备文件：gtf文件和拟南芥的基因组文件
2.一般情况下，我们得到的是拟南芥的gff3文件，需要我们转换一下格式，转换成gtf格式

$ gffread -T Athaliana_447_Araport11.gene.gff3  -o Athaliana_447_Araport11.gene.gtf

3.gtf格式如下：总共九列

phytozomev12	exon	3631	3913	.	+	.	transcript_id "AT1G01010.1.Araport11.447"; gene_id "AT1G01010.Araport11.447"; gene_name "NAC001";
Chr1	phytozomev12	exon	3996	4276	.	+	.	transcript_id "AT1G01010.1.Araport11.447"; gene_id "AT1G01010.Araport11.447"; gene_name "NAC001";
Chr1	phytozomev12	exon	4486	4605	.	+	.	transcript_id "AT1G01010.1.Araport11.447"; gene_id "AT1G01010.Araport11.447"; gene_name "NAC001";
Chr1	phytozomev12	exon	4706	5095	.	+	.	transcript_id "AT1G01010.1.Araport11.447"; gene_id "AT1G01010.Araport11.447"; gene_name "NAC001";
Chr1	phytozomev12	exon	5174	5326	.	+	.	transcript_id "AT1G01010.1.Araport11.447"; gene_id "AT1G01010.Araport11.447"; gene_name "NAC001";
Chr1	phytozomev12	exon	5439	5899	.	+	.	transcript_id "AT1G01010.1.Araport11.447"; gene_id "AT1G01010.Arapor
最低0.47元/天 解锁文章
不懂python不懂R
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
gtf-parser:用于 GTF 文件的 Python 解析器（规范
06-24
gtf 解析器 GTF文件的python解析器
python提取gtf文件按关键字列表查找并输出其所在行
qq_39306047的博客
10-04 1918
python按关键字列表查找并输出其所在行 https://blog.csdn.net/lh1252969097/article/details/89735025?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-1.nonecase&depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromMachin
pythontf怎么打开_Python模块给快的访问在GTF格式基因信息
weixin_39542514的博客
11-28 233
gtf_to_genesis a Python parser which caches all the genes / transcripts from a GTF file and caches the data into python classes for high speed access.We want to access GTF format gene structure data w...
安利一款纯Python编写的GTF处理脚本 - GTFtools
微生信
09-07 441
日常数据分析中，我们遇见最多的可能就是序列，例如基因组序列，CDS序列等等，它们一般以fasta格式存储。由于序列一般按照从5’->3’存储，并且每个碱基都可以给一个数字编号，因此，理论上，我们仅需要两个文件，就能够从基因组中提取我们感兴趣的任意序列：一个基因组序列文件，一个带坐标的注释文件。今天我们介绍一款发表在Bioinformatics上的GTF注释文件处理工具 – GTFtools图1. GTFtools发表在Bioinformatic杂志上一、什么是GTF格式？Gene transfer f
python提取文本中name后的数值_如何用python写一个可以提取测序数据gtf文件中每个基因的FPKN值的汇总...
weixin_39538451的博客
12-01 509
你需要的是一个GTF文件解析器，例如：GTF Parser根据你的需要我造了一个轮子(FTKN？图上标出来的好像是FPKM)假设有如下GTF文件(纯属捏造)：chr1 Cufflinks exon 11874 12227 . + . gene_id "XLOC_000001"; transcript_id "TCONS_00000...
python 文件格式转换_在python中肿么将gtf格式的文件转换成gff格式的?
weixin_39608526的博客
11-23 353
1.python 二进制文件的读写只讨论二进制文件的读写。以二进制的形式打开文件with open(filename , 'wb') as fd :#do with fdfd.write(strobject)#二进制strobject写入文件fd.read(byte_len)#读取byte_len字节数据wb:表示以二进制写的方式打开文件rb :表示以二进制读的方式打开文件2.关于进制的转换需要使...
deal_gtf_不规范gtf文件加上外显子编号_
10-04
在生物信息学领域，基因组注释是理解基因结构和功能的关键步骤，而GTF（Gene Transfer Format）文件就是一种常用的基因组注释格式。标题中的"deal_gtf_不规范gtf文件加上外显子编号_"暗示了我们正在处理一个非标准的...
gffutils:GFF和GTF文件操作和互转换
05-25
gffutils是一个Python软件包，用于处理和处理通常用于基因组注释的GFF和GTF格式文件。 文件被加载到sqlite3数据库中，与仅使用纯文本方法相比，可以对层次结构特征（例如，基因，转录本和外显子）进行更为复杂的操作...
seqExtract:通过给出基因名称从参考基因组中提取序列
06-10
序列提取 通过给出基因名称从参考基因组中提取序列 rescue.py 和 seq_extract_rescue.py 一起从宇宙文件中拯救缺失的基因。 seq_extract.py 只需要文件名作为输入。 ##seq_extract_rescue.py ####先决条件文件： ...
Python库 | gtf2seq-0.1.0-py3-none-any.whl
03-21
`gtf2seq-0.1.0-py3-none-any.whl` 是一个与Python相关的库文件，它主要用于处理GTF（Genome Transfer Format）数据，并将其转换为序列信息。GTF是一种广泛使用的基因组注释格式，包含了基因、外显子、内含子等生物...
利用gtf文件从基因组中提取序列
weixin_44231554的博客
03-17 439
利用gtf文件从基因组中提取序列
获取gtf文件gene symbol ENSID gene_biotype
sayhello1025的博客
12-10 6244
首先下载gtf文件，这里我们引用的是Ensembl的文件enensembl gtf文件下载 这里面我们下载完文件后我们如何查看这个文件信息呢，首先我们用UEStudio 打开后我们看一下文件的数据结构 可以看到里面的我们想要的有gene_ID 和基因的名字 以及这个基因的biotype，我们明确想要提取的对象后导入我们的R中进行提取。 library(refGenome) ens <-...
转录组gene name 通过gtf文件转换
m0_73361516的博客
01-05 486
有时候我们遇见的gene id 与protein id 不相符,此时需要从gtf文件提取。通过对gtf文件的X9 进行处理 ,使得gene id 与对应的蛋白id 能够对应成表。但通过featurecount 进行表达定量后的的gene id 如下。使用蛋白质的序列进行eggnog 注释后结果如下query是XP。
不同的方法从gtf中提取相关基因组信息in R
weixin_30500105的博客
03-11 2954
Method One: library(GenomicRanges) library(GenomicFeatures)library(annotatr)makeTxDbFromGFFtxdb <-annotatr::makeTxDbFromGFF(gff_file, format="gtf") GRanges(txdb) ebg <- transcriptsBy(txdb, ...
「像读文献一样读代码」第一期：如何解析GTF文件进行统计分析？
陈有朴的博客
08-14 1086
读读代码，使用Python解析GTF文件
python提取GFF3文件信息
山海之间
02-22 8698
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，
gff文件_pyhton读写数据文件
weixin_36464343的博客
12-30 595
1、打开文件获取文件对象2、操作文件3、关闭文件fr = open("test.txt","r") #打开文件ff=fr.read()#读取文件所有内容(不建议使用，如果文件内容巨大，内存会爆)print(ff)文件类型r#只读，默认模式 打开数据文件w#只写，不可读，若文件不存在则创建，若存在，则删除内容，写入新内容a #只追加，不可读，若文件不存在则创建，存在则追...
GTF基因注释文件详解
热门推荐
宁生信
06-03 5万+
GFF和GTF是两种最常用的数据库注释格式，在信息分析中建库时除了需要fasta文件一般还会需要这两种文件，提取需要的信息进行注释。 Cufflinks/Tophat 软件需要 GTF文件作为基因注释文件。  GFF全称为general feature format，这种格式主要是用来注释基因组。 GTF全称为gene transfer format，主要是用来对基因进行注释。 目
Python 读取gtf文件
最新发布
04-23
Python可以使用多种方式读取gtf文件，其中一种常用的方法是使用pandas库。下面是一个示例代码，演示了如何使用pandas读取gtf文件： ```python import pandas as pd # 读取gtf文件，指定列名 columns = ['seqname',...

“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