从gtf文件提取gene长度

从gtf文件提取gene长度,gene外显子id,外显子起始和终止位置等方法

## 下载gtf:选择的是ensembl 的小鼠的Mus_musculus.GRCm38.102.gtf:

\ ## 下载好的gtf文件,导入到服务器中

参考链接:

https://www.jianshu.com/p/d53416962fa8

操作

# 解压:
gunzip Mus_musculus.GRCm38.102.gtf.gz

# head查看一下gtf的格式:
head Mus_musculus.GRCm38.102.gtf

在这里插入图片描述

# 提取exon出来:
awk '{if ($3=="exon") print $0}' Mus_musculus.GRCm38.102.gtf  > exon.gtf

# 去掉 exon.gtf 文件中的双引号:
sed -i 's/"//g' exon.gtf

# 提取需要的信息到txt:

awk 'BEGIN{FS="\t| |;";OFS="\t"}{print $1,$3,$4,$5,$7,$10,$25,$5-$4+1}' exon.gtf > exon.txt

# 查看exon.txt 的内容

在这里插入图片描述

# 查看下有多少exon,多少个gene:

wc -l exon.txt (有多少exon)

awk '{print $6}' exon.txt | sort | uniq |wc -l (gene_id数量)

awk '{print $7}' exon.txt | sort | uniq |wc -l  (gene_name 数量)

#看来gene_id的数量比genename要多,用name吧

# 计算gene长度:
awk 'BEGIN{OFS="\t"}{ s[$7] += $8 }END{for (i in s){print i,s[i]}} ' exon.txt > gene.length.txt

#查看 gene.length.txt 内容:
head gene.length.txt

在这里插入图片描述

  • 1
    点赞
  • 3
    收藏
  • 0
    评论

“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
©️2022 CSDN 皮肤主题:深蓝海洋 设计师:CSDN官方博客 返回首页
评论
实付
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、C币套餐、付费专栏及课程。

余额充值