根据染色体的起始位置从gff3文件中提取基因名称

最新推荐文章于 2024-05-24 22:16:22 发布
最新推荐文章于 2024-05-24 22:16:22 发布
阅读量1.3k 收藏 1
点赞数
文章标签： 备忘录模式 Powered by 金山文档
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_51421287/article/details/129342829
版权 

#只需要包含gene的行，并输出1，4，5，9列的内容
 awk -F "\t" 'BEGIN {OFS="\t"}$3=="gene" {print $1,$4,$5,$9}' genes.gff > Chr_position_gene
#一个位置文件、一个Chr_position_gene开始提取，注意不能有表头
 bedtools intersect -a TDPI.gene.position -b Chr_position_gene -wa -wb | awk -F "=" '{print $3}'> TDPI.gene.name &

使用TBtools做GO、KEGG富集分析

首先使用vim把基因名称的末尾加上.1

:.,$s/$/.1/

点点点富集分析

树懒一号
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
使用gsds绘制基因结构图_从gff文件当中提取对应转录本ID的基因结构信息用于GSDS绘制结构图脚本更新...
weixin_39788960的博客
12-21 701
脚本名称：get_gene_exon_from_gff.pl用法：perl ../script/get_gene_exon_from_gff.pl -in1 WRKY_domain_new_out_emoved_redundant.txt -in2 Arabidopsis_thaliana.TAIR10.31.gff3 -out gene_exon_info.gff输出结果(部分)：脚本源代码：u...
python提取GFF3文件信息
山海之间
02-22 8696
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，
根据位置从gff中提取gene
热门推荐
GRC
06-29 1万+
小程序-根据位置从gff中提取gene Table of Contents 1 需要的文件格式2 程序 1 需要的文件格式 1: 染色体 位置 2 程序 1: use strict; 2: use warnings; 3: 4: my (@information,$chr,%hash,$key1,$key2,); 5
在线使用Python通过染色体id+位置查询基因名列表
Javis486的专栏
12-09 5502
前话：使用pyensembl可对hg38进行本地查询，但发现若查询其他的数据库比如hg19,得重新下载对应的数据文件。 查看文献发现，UCSC提供了一个丰富的mysql数据库供我们在线查询各种生物的信息(其中就包括hg19和hg38). UCSC提供的mysql连接字符串(需安装mysql客服端,其中-A=不预加载数据库) mysql --user=genome --host=genome-mys...
根据基因在染色体的位置，把某一区间的所有基因提取出来
最新发布
qq_64400864的博客
05-24 248
然后在遍历基因位置文件的过程中，如果找到了一个基因位置与当前区域匹配，我们将 found 标志设为 True，表示找到了匹配的基因。使用 matched_genes_path 和 unmatched_genes_path 分别创建匹配的基因文件 ("matched_genes.txt") 和未匹配的基因文件 ("no_matched_genes.txt")。这样，脚本便完成了将基因位置文件中位于区域文件指定区间内的基因提取出来，并保存在匹配的基因文件中，同时将未匹配的区域保存在未匹配的基因文件中。
使用Biopython从gff文件提取gene的位置以及gene的id，再从fna文件提取gene序列
chen3673的博客
03-12 1169
使用Biopython从gff文件提取gene的位置以及gene的id，再从fna文件提取gene序列
linux基因组文件,从基因组注释信息GFF文件中提取所有基因位置信息-AWK
weixin_35989968的博客
05-04 3402
gff文件当中存储了基因组当中所有基因的注释信息，如果想得到基因组当中所有基因的位置信息可以利用awk命令批量的提取，命令如下：$ grep -v '#' Arabidopsis_thaliana.TAIR10.41.gff3|awk -F "[\t=:;]" 'BEGIN{OFS="\t"}$3=="gene"{print $1,$4,$5,$10}' |head1 3631 ...
通过基因ID从GFF文件中获取基因位置
Cassiel60的博客
10-11 1471
如果对整个数据的查看，就会发现位置不是唯一性的，里面很多同一个位置对应好几个MIM number或者好几个Entrez Gene ID，可能是这个位置太长了，里面对应的基因太多，所以如果我们简单的进行位置转化，在注释的时候，根据位置匹配，就会出现多个基因，最好的是根据OMIM数据库给的提示操作，把对应的位置范围缩小，才能更精准）由于OMIM上的位置是参考基因组GRch38，所以在进行hg19版本的annovar注释时，需要转化为hg19的，根据OMIM数据库上的提示，我们可以从gff文件中获取对应的位置。
Seqkit-通过gtf/gff提取基因序列
weixin_45044758的博客
06-22 7451
gff/gtf 注释文件包含了基因的位置及结构信息，但是如何通过位置信息快速生成fa文件呢？强推Seqtik，一行代码解决问题！ seqkit 安装 通过conda直接安装 conda install seqkit -c biocodna 使用 seqkit集众多功能于一体，今天只接受subseq，用于提取基因 Usage: seqkit subseq [flags] Flags: --bed string by tab-delimited BED file
genomeGTFtools:将各种功能转换为类似GFF的文件，以便在基因组浏览器中使用
05-04
基因组GTF工具 概述 这些是一些脚本，用于将各种功能和注释转换为...序列ID，通常是重叠群，支架或染色体（例如ctg0123 ， scaffold_99 ， chrX ），而不是基因或特征的名称（在第9列中列出） 2个 来源 通常是生成数据
rmOutToGFF3_GFF3_out_
10-01
GFF3格式则是生物信息学中广泛接受的一种文件格式，它包含了九列信息：序列名称、源、特征类型、开始位置、结束位置、得分、 strand方向、框架和额外属性。GFF3旨在提供一种灵活且扩展性良好的方式来存储基因组的...
EMBLmyGFF3:将gff3批注文件转换为准备提交的EMBL格式的有效方法
05-07
EMBLmyGFF3GFF3到EMBL的转换工具 EMBLmyGFF3将FASTA格式的程序集以及GFF3格式的关联注释转换为，这是将带注释的程序集提交给所需的格式。 [类似地，准备将数据提交给NCBI时，请使用 。 ] ！ NCBI和ENA是一部分，它们...
Visualizing-genome-annotations:D3 JavaScript基因组特征（gff）文件的交互式可视化
05-23
可视化基因组注释D3 JavaScript基因组特征（gff）文件的交互式可视化这引入了一个框架，用于创建（GFF）的交互式信息性可视化。 通用特征格式（GFF）也称为基因发现格式，是一种描述基因组和蛋白质序列特征的文件...
gfftobed:转换GFF3GTF到BED
04-23
考虑一种情况，您在一个床文件中包含GTF的所有“基因”功能，同时保留了“基因名称”。 当然， grep "gene" gencode.vM25.annotation.gtf | awk 'FS="\t"{print $1"\t"$4-1"\t"$5"\t"$9"\t"$8"\t"$7}' grep "gene" ...
【linux基础】指定分隔符分割文件 cut 、awk(指定多个分隔符分割文件提取列，如提取注释文件gff3内的基因ID)
jxm的博客
04-19 1684
如：你想提取QTL区间的基因，那你得先准备一个参考基因组上基因ID 、基因Name、起始、终止的文件。2. 思路：先提取第三列是基因---再提取有Name 的基因--再分隔。匹配也可以借助 awk '/Name/' file.txt。示例：如果你想从GFF3里提取出基因怎么做？2. awk ## 同时指定多个分割符。如果指定多个分隔符，使用中括号。
perl脚本根据gff3文件的提取CDS最长的转录本
Alter_X的博客
12-05 995
perl脚本根据Coge的gff3文件提取CDS最长的转录本
知道某基因染色体位置信息，查找该基因染色体位置之间的DNA序列
weixin_51192038的博客
12-09 7153
知道某基因染色体位置信息，查找该基因染色体位置之间的DNA序列 ncbi网站打开（先搜索一个基因进去） 点击物种名 即可出现该物种对应的所有的基因信息，send to （可下载到本地） 点击一个基因进去，之后往下拖，找到FASTA 在region区域写入所要查询的染色体位置信息，即可显示该位置信息对应的基因序列 位置信息，即可显示该位置信息对应的基因序列 ...
根据 基因名、bed 文件的基因位置，提取 DNA 序列 bedtools
dujidan的博客
03-19 3695
根据 基因名、bed 文件的基因位置，提取 DNA 序列 bedtools1、根据 Gene Symbol 查找在序列上的位置2、根据 基因位置 提取参考上的序列 1、根据 Gene Symbol 查找在序列上的位置 从UCSC下载匹配的 文件 链接: http://genome.ucsc.edu/cgi-bin/hgTables. 1）、主要注意版本的信息，按默认就行 2）、点击 get output，至下一页，就可以选择自己勾选自己想要的信息了 3）、下载后的文件，三列分别是 Transcripti
根据基因组文件和gff3文件提取启动子序列Python
05-28
可以使用Biopython和pandas库来解析基因组文件和gff3文件，并提取启动子序列。 首先，需要从基因组文件中读取DNA序列。假设基因组文件是fasta格式，可以使用Biopython中的SeqIO模块读取序列： ```python from Bio import SeqIO genome_file = "genome.fasta" genome_seq = SeqIO.read(genome_file, "fasta").seq ``` 接下来，需要从gff3文件中提取基因信息和其位置。可以使用pandas库读取gff3文件，并筛选出基因信息： ```python import pandas as pd gff_file = "genome.gff3" gff_df = pd.read_csv(gff_file, sep="\t", comment="#", header=None) gff_df.columns = ["seqid", "source", "type", "start", "end", "score", "strand", "phase", "attributes"] gene_df = gff_df[gff_df["type"]=="gene"] ``` 然后，可以根据基因的位置提取其启动子序列。假设启动子长度为1000个碱基，可以根据基因的方向，从基因的上游或下游位置提取启动子序列： ```python upstream_len = 1000 promoter_seqs = [] for index, row in gene_df.iterrows(): gene_start = row["start"] gene_end = row["end"] gene_strand = row["strand"] if gene_strand == "+": promoter_start = max(gene_start - upstream_len, 0) promoter_end = gene_start else: promoter_start = gene_end promoter_end = gene_end + upstream_len if promoter_end > len(genome_seq): promoter_end = len(genome_seq) promoter_seq = genome_seq[promoter_start:promoter_end] promoter_seqs.append(promoter_seq) ``` 最后，可以将启动子序列保存到文件中： ```python with open("promoters.fasta", "w") as f: for i, promoter_seq in enumerate(promoter_seqs): f.write(">promoter_{}\n{}\n".format(i+1, promoter_seq)) ```

“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