久久精品视频色老鸭,亚洲一区自拍在线,久久中午有码字幕

簡介

GFF和GTF是兩種最常用的基因組注釋格式，在信息分析中建庫時(shí)除了需要fasta文件一般還會(huì)需要這兩種文件，提取需要的信息進(jìn)行注釋。

一、GFF

GFF(General Feature Format)是一種用來描述基因組特征的文件，現(xiàn)在我們所使用的大部分都是第三版（gff3）。

gff文件除gff1以外均由9列數(shù)據(jù)組成，前8列在gff的3個(gè)版本中信息都是相同的，只是名稱不同：

gtf文件是以tab鍵分割的9列組成，以下為每一列的對(duì)應(yīng)信息：

seqid ：參考序列的id。
source：注釋的來源。如果未知，則用點(diǎn)（.）代替。一般指明產(chǎn)生此gff3文件的軟件或方法。
type：類型，此處的名詞是相對(duì)自由的，建議使用符合SO慣例的名稱（sequenceontology），如gene，repeat_region，exon，CDS等。
start：開始位點(diǎn)，從1開始計(jì)數(shù)（區(qū)別于bed文件從0開始計(jì)數(shù)）。
end：結(jié)束位點(diǎn)。
score：得分，對(duì)于一些可以量化的屬性，可以在此設(shè)置一個(gè)數(shù)值以表示程度的不同。如果為空，用點(diǎn)（.）代替。
strand：“＋”表示正鏈，“－”表示負(fù)鏈，“.”表示不需要指定正負(fù)鏈。
phase ：步進(jìn)。對(duì)于編碼蛋白質(zhì)的CDS來說，本列指定下一個(gè)密碼子開始的位置。可以是0、1或2，表示到達(dá)下一個(gè)密碼子需要跳過的堿基個(gè)數(shù)。
attributes：屬性。一個(gè)包含眾多屬性的列表，格式為“標(biāo)簽＝值”（tag=value），不同屬性之間以分號(hào)相隔。
下列的標(biāo)簽已定義：

ID：指定一個(gè)唯一的標(biāo)識(shí)。對(duì)屬性分類是非常好用（例如查找一個(gè)轉(zhuǎn)錄單位中所以的外顯子）。
Name：指定屬性的名稱。展示給用戶的就是該屬性。
Alias：名稱的代稱或其它。當(dāng)存在其它名稱時(shí)使用該屬性。
Note：描述性的一些說明。
Alias和Note可以有多個(gè)值，不同值之間以逗號(hào)分隔。
如：Alias=M19211,gna-12,GAMMA-GLOBULIN

在GFF文件的開頭，可以有#開頭的注釋行,示例如下

##gff-version 3
#!gff-spec-version 1.21
#!processor NCBI annotwriter
#!genome-build GRCh38.p12
#!genome-build-accession NCBI_Assembly:GCF_000001405.38
#!annotation-date 26 March 2018
#!annotation-source NCBI Homo sapiens Annotation Release 109
##sequence-region NC_000001.11 1 248956422
##species https://www.ncbi.nlm.nih.gov/Taxonomy/Browser/wwwtax.cgi?id=9606

對(duì)于不同的基因組特征，其屬性不同。

染色體
染色體用region表示，1號(hào)染色體對(duì)應(yīng)的信息如下

NC_000001.11    RefSeq    region    1    248956422    .    +    .    ID=id0;Dbxref=taxon:9606;Name=1;chromosome=1;gbkey=Src;genome=chromosome;mol_type=genomic DNA

染色體是基礎(chǔ)，后續(xù)的基因，exon等都是需要定位在染色體上的。

非編碼基因
對(duì)于非編碼基因，首先給出基因的起始和終止位置，然后描述轉(zhuǎn)錄本的信息。對(duì)于轉(zhuǎn)錄本而言, 通過exon展示其結(jié)構(gòu)。

假基因示例如下

NC_000001.11    BestRefSeq    pseudogene    11874    14409    .    +    .    ID=gene0;Dbxref=GeneID:100287102,HGNC:HGNC:37102;Name=DDX11L1;description=DEAD/H-box helicase 11 like 1;gbkey=Gene;gene=DDX11L1;gene_biotype=transcribed_pseudogene;pseudo=true
NC_000001.11    BestRefSeq    transcript    11874    14409    .    +    .    ID=rna0;Parent=gene0;Dbxref=GeneID:100287102,Genbank:NR_046018.2,HGNC:HGNC:37102;Name=NR_046018.2;gbkey=misc_RNA;gene=DDX11L1;product=DEAD/H-box helicase 11 like 1;transcript_id=NR_046018.2
NC_000001.11    BestRefSeq    exon    11874    12227    .    +    .    ID=id1;Parent=rna0;Dbxref=GeneID:100287102,Genbank:NR_046018.2,HGNC:HGNC:37102;gbkey=misc_RNA;gene=DDX11L1;product=DEAD/H-box helicase 11 like 1;transcript_id=NR_046018.2
NC_000001.11    BestRefSeq    exon    12613    12721    .    +    .    ID=id2;Parent=rna0;Dbxref=GeneID:100287102,Genbank:NR_046018.2,HGNC:HGNC:37102;gbkey=misc_RNA;gene=DDX11L1;product=DEAD/H-box helicase 11 like 1;transcript_id=NR_046018.2
NC_000001.11    BestRefSeq    exon    13221    14409    .    +    .    ID=id3;Parent=rna0;Dbxref=GeneID:100287102,Genbank:NR_046018.2,HGNC:HGNC:37102;gbkey=misc_RNA;gene=DDX11L1;product=DEAD/H-box helicase 11 like 1;transcript_id=NR_046018.2

tRNA基因示例如下

NC_000010.11    tRNAscan-SE    gene    67764503    67764584    .    +    .    ID=gene28271;Dbxref=GeneID:100189279,HGNC:HGNC:34845;Name=TRS-TGA1-1;gbkey=Gene;gene=TRS-TGA1-1;gene_biotype=tRNA
NC_000010.11    tRNAscan-SE    tRNA    67764503    67764584    .    +    .    ID=rna83632;Parent=gene28271;Dbxref=GeneID:100189279,HGNC:HGNC:34845;Note=transfer RNA-Ser (TGA) 1-1;anticodon=(pos:67764536..67764538);gbkey=tRNA;gene=TRS-TGA1-1;inference=COORDINATES: profile:tRNAscan-SE:1.23;product=tRNA-Ser
NC_000010.11    tRNAscan-SE    exon    67764503    67764584    .    +    .    ID=id1011659;Parent=rna83632;Dbxref=GeneID:100189279,HGNC:HGNC:34845;Note=transfer RNA-Ser (TGA) 1-1;anticodon=(pos:67764536..67764538);gbkey=tRNA;gene=TRS-TGA1-1;inference=COORDINATES: profile:tRNAscan-SE:1.23;product=tRNA-Ser

miRNA基因示例如下

NC_000001.11    BestRefSeq    gene    17369    17436    .    -    .    ID=gene2;Dbxref=GeneID:102466751,HGNC:HGNC:50039,miRBase:MI0022705;Name=MIR6859-1;description=microRNA 6859-1;gbkey=Gene;gene=MIR6859-1;gene_biotype=miRNA;gene_synonym=hsa-mir-6859-1
NC_000001.11    BestRefSeq    primary_transcript    17369    17436    .    -    .    ID=rna2;Parent=gene2;Dbxref=GeneID:102466751,Genbank:NR_106918.1,HGNC:HGNC:50039,miRBase:MI0022705;Name=NR_106918.1;gbkey=precursor_RNA;gene=MIR6859-1;product=microRNA 6859-1;transcript_id=NR_106918.1
NC_000001.11    BestRefSeq    exon    17369    17436    .    -    .    ID=id15;Parent=rna2;Dbxref=GeneID:102466751,Genbank:NR_106918.1,HGNC:HGNC:50039,miRBase:MI0022705;gbkey=precursor_RNA;gene=MIR6859-1;product=microRNA 6859-1;transcript_id=NR_106918.1
NC_000001.11    BestRefSeq    miRNA    17369    17391    .    -    .    ID=rna3;Parent=rna2;Dbxref=GeneID:102466751,miRBase:MIMAT0027619,HGNC:HGNC:50039,miRBase:MI0022705;gbkey=ncRNA;gene=MIR6859-1;product=hsa-miR-6859-3p
NC_000001.11    BestRefSeq    exon    17369    17391    .    -    .    ID=id16;Parent=rna3;Dbxref=GeneID:102466751,miRBase:MIMAT0027619,HGNC:HGNC:50039,miRBase:MI0022705;gbkey=ncRNA;gene=MIR6859-1;product=hsa-miR-6859-3p
NC_000001.11    BestRefSeq    miRNA    17409    17431    .    -    .    ID=rna4;Parent=rna2;Dbxref=GeneID:102466751,miRBase:MIMAT0027618,HGNC:HGNC:50039,miRBase:MI0022705;gbkey=ncRNA;gene=MIR6859-1;product=hsa-miR-6859-5p
NC_000001.11    BestRefSeq    exon    17409    17431    .    -    .    ID=id17;Parent=rna4;Dbxref=GeneID:102466751,miRBase:MIMAT0027618,HGNC:HGNC:50039,miRBase:MI0022705;gbkey=ncRNA;gene=MIR6859-1;product=hsa-miR-6859-5p

一個(gè)miRNA基因的最終會(huì)形成兩個(gè)成熟的miRNA。

lncRNA基因示例如下

NC_000001.11    Gnomon    gene    29926    31295    .    +    .    ID=gene3;Dbxref=GeneID:107985730,HGNC:HGNC:52482;Name=MIR1302-2HG;gbkey=Gene;gene=MIR1302-2HG;gene_biotype=lncRNA
NC_000001.11    Gnomon    lnc_RNA    29926    31295    .    +    .    ID=rna5;Parent=gene3;Dbxref=GeneID:107985730,Genbank:XR_001737835.1,HGNC:HGNC:52482;Name=XR_001737835.1;gbkey=ncRNA;gene=MIR1302-2HG;model_evidence=Supporting evidence includes similarity to: 100%25 coverage of the annotated genomic feature by RNAseq alignments%2C including 8 samples with support for all annotated introns;product=MIR1302-2 host gene;transcript_id=XR_001737835.1
NC_000001.11    Gnomon    exon    29926    30039    .    +    .    ID=id18;Parent=rna5;Dbxref=GeneID:107985730,Genbank:XR_001737835.1,HGNC:HGNC:52482;gbkey=ncRNA;gene=MIR1302-2HG;product=MIR1302-2 host gene;transcript_id=XR_001737835.1
NC_000001.11    Gnomon    exon    30564    30667    .    +    .    ID=id19;Parent=rna5;Dbxref=GeneID:107985730,Genbank:XR_001737835.1,HGNC:HGNC:52482;gbkey=ncRNA;gene=MIR1302-2HG;product=MIR1302-2 host gene;transcript_id=XR_001737835.1

蛋白編碼基因
對(duì)于蛋白編碼基因，在非編碼基因的基礎(chǔ)上，多出了CDS的信息。示例如下

NC_000010.11    BestRefSeq%2CGnomon    gene    35126830    35212958    .    +    .    ID=gene27850;Dbxref=GeneID:1390,HGNC:HGNC:2352,MIM:123812;Name=CREM;description=cAMP responsive element modulator;gbkey=Gene;gene=CREM;gene_biotype=protein_coding;gene_synonym=CREM-2,hCREM-2,ICER
NC_000010.11    BestRefSeq    mRNA    35126841    35179847    .    +    .    ID=rna82191;Parent=gene27850;Dbxref=GeneID:1390,Genbank:NM_001881.3,HGNC:HGNC:2352,MIM:123812;Name=NM_001881.3;gbkey=mRNA;gene=CREM;product=cAMP responsive element modulator%2C transcript variant 2;transcript_id=NM_001881.3
NC_000010.11    BestRefSeq    exon    35126841    35127193    .    +    .    ID=id995818;Parent=rna82191;Dbxref=GeneID:1390,Genbank:NM_001881.3,HGNC:HGNC:2352,MIM:123812;gbkey=mRNA;gene=CREM;product=cAMP responsive element modulator%2C transcript variant 2;transcript_id=NM_001881.3
NC_000010.11    BestRefSeq    exon    35148368    35148491    .    +    .    ID=id995819;Parent=rna82191;Dbxref=GeneID:1390,Genbank:NM_001881.3,HGNC:HGNC:2352,MIM:123812;gbkey=mRNA;gene=CREM;product=cAMP responsive element modulator%2C transcript variant 2;transcript_id=NM_001881.3
NC_000010.11    BestRefSeq    exon    35178889    35178986    .    +    .    ID=id995820;Parent=rna82191;Dbxref=GeneID:1390,Genbank:NM_001881.3,HGNC:HGNC:2352,MIM:123812;gbkey=mRNA;gene=CREM;product=cAMP responsive element modulator%2C transcript variant 2;transcript_id=NM_001881.3
NC_000010.11    BestRefSeq    exon    35179134    35179847    .    +    .    ID=id995821;Parent=rna82191;Dbxref=GeneID:1390,Genbank:NM_001881.3,HGNC:HGNC:2352,MIM:123812;gbkey=mRNA;gene=CREM;product=cAMP responsive element modulator%2C transcript variant 2;transcript_id=NM_001881.3
NC_000010.11    BestRefSeq    CDS    35148372    35148491    .    +    0    ID=cds57086;Parent=rna82191;Dbxref=CCDS:CCDS7184.1,GeneID:1390,Genbank:NP_001872.3,HGNC:HGNC:2352,MIM:123812;Name=NP_001872.3;Note=isoform 2 is encoded by transcript variant 2;gbkey=CDS;gene=CREM;product=cAMP-responsive element modulator isoform 2;protein_id=NP_001872.3
NC_000010.11    BestRefSeq    CDS    35178889    35178986    .    +    0    ID=cds57086;Parent=rna82191;Dbxref=CCDS:CCDS7184.1,GeneID:1390,Genbank:NP_001872.3,HGNC:HGNC:2352,MIM:123812;Name=NP_001872.3;Note=isoform 2 is encoded by transcript variant 2;gbkey=CDS;gene=CREM;product=cAMP-responsive element modulator isoform 2;protein_id=NP_001872.3
NC_000010.11    BestRefSeq    CDS    35179134    35179329    .    +    1    ID=cds57086;Parent=rna82191;Dbxref=CCDS:CCDS7184.1,GeneID:1390,Genbank:NP_001872.3,HGNC:HGNC:2352,MIM:123812;Name=NP_001872.3;Note=isoform 2 is encoded by transcript variant 2;gbkey=CDS;gene=CREM;product=cAMP-responsive element modulator isoform 2;protein_id=NP_001872.3

需要注意是，由于可變剪切的存在，一個(gè)蛋白編碼基因可能會(huì)有多個(gè)轉(zhuǎn)錄本。

查看第9列有哪些注釋信息：

$awk 'BEGIN{FS=OFS="\t"} $3=="gene"{split($9, a, ";"); for(i in a){split(a[i], b, "="); if(++c[b[1]]==1) print b[1]}}'  abc.gff
ID
Accession
annotation
Name
product

二、GTF

gtf全稱為gene transfer format，主要是用來對(duì)基因進(jìn)行注釋，當(dāng)前所廣泛使用的gtf格式為第二版（gtf2）。以下均基于gtf2敘述。

gtf同gff3很相似，也是9列內(nèi)容，其內(nèi)容如下：

seqname: 序列的名字。通常格式染色體ID或是contig ID。
source：注釋的來源。通常是預(yù)測(cè)軟件名或是公共數(shù)據(jù)庫。
feature：基因結(jié)構(gòu)。CDS，start_codon，stop_codon是一定要含有的類型。
start：開始位點(diǎn)，從1開始計(jì)數(shù)。
end：結(jié)束位點(diǎn)。
score ：這一列的值表示對(duì)該類型存在性和其坐標(biāo)的可信度，不是必須的，可以用點(diǎn)“.”代替。
strand：鏈的正向與負(fù)向，分別用加號(hào)+和減號(hào)-表示。
frame：密碼子偏移，可以是0、1或2。
attributes：必須要有以下兩個(gè)值：
　　gene_id value; 表示轉(zhuǎn)錄本在基因組上的基因座的唯一的ID。gene_id與value值用空格分開，如果值為空，則表示沒有對(duì)應(yīng)的基因。
　　transcript_id value; 預(yù)測(cè)的轉(zhuǎn)錄本的唯一ID。transcript_id與value值用空格分開，空表示沒有轉(zhuǎn)錄本。

例子：

YL_Chr01    EVM transcript  6582    7082    .   +   .   transcript_id "YL_Chr01G000010.1"; gene_id "YL_Chr01G000010";
YL_Chr01    EVM exon        6582    6648    .   +   .   transcript_id "YL_Chr01G000010.1"; gene_id "YL_Chr01G000010";
YL_Chr01    EVM exon        6829    7082    .   +   .   transcript_id "YL_Chr01G000010.1"; gene_id "YL_Chr01G000010";
YL_Chr01    EVM CDS         6582    6648    .   +   0   transcript_id "YL_Chr01G000010.1"; gene_id "YL_Chr01G000010";
YL_Chr01    EVM CDS         6829    7082    .   +   2   transcript_id "YL_Chr01G000010.1"; gene_id "YL_Chr01G000010";
YL_Chr01    EVM transcript  24963   25235   .   +   .   transcript_id "YL_Chr01G000020.1"; gene_id "YL_Chr01G000020";
YL_Chr01    EVM exon        24963   25235   .   +   .   transcript_id "YL_Chr01G000020.1"; gene_id "YL_Chr01G000020";
YL_Chr01    EVM CDS         24963   25235   .   +   0   transcript_id "YL_Chr01G000020.1"; gene_id "YL_Chr01G000020";
YL_Chr01    EVM transcript  147350  157709  .   -   .   transcript_id "YL_Chr01G000030.1"; gene_id "YL_Chr01G000030";
YL_Chr01    EVM exon        147350  147511  .   -   .   transcript_id "YL_Chr01G000030.1"; gene_id "YL_Chr01G000030";

三、 GTF與GFF比較

GFF全稱為general feature format，這種格式主要是用來注釋基因組。
GTF全稱為gene transfer format，主要是用來對(duì)基因進(jìn)行注釋。

GTF 的第九列，通常為：

gene _ id "At1ge0001"; transcript _ id "At1g0ee01.1";

而 GFF 的第九列，通常為：

ID =mrnae01; Name = abc 
ID =exon1; Parent =mrnae01
ID =exon2; Parent =mrnae01

目前兩種文件可以方便的相互轉(zhuǎn)化:使用gffread

gffread  YL.gff -T -o li.gtf

參考

UCSC GTF format
https://blog.csdn.net/sinat_38163598/article/details/72851239

色偷偷精品伊人,欧洲久久精品,欧美综合婷婷骚逼,国产AV主播,国产最新探花在线,九色在线视频一区,伊人大交九欧美,1769亚洲,黄色成人av

基因組注釋文件（二）| gff 和 gtf文件格式說明

基因組注釋文件（二）| gff 和 gtf文件格式說明

簡介

一、GFF

二、GTF

三、 GTF與GFF比較

參考

友情鏈接更多精彩內(nèi)容

色偷偷精品伊人,欧洲久久精品,欧美综合婷婷骚逼,国产AV主播,国产最新探花在线,九色在线视频一区,伊人大交九 欧美,1769亚洲,黄色成人av

基因組注釋文件（二）| gff 和 gtf文件格式說明

簡介

一、GFF

二、GTF

三、 GTF與GFF比較

參考

友情鏈接更多精彩內(nèi)容

色偷偷精品伊人,欧洲久久精品,欧美综合婷婷骚逼,国产AV主播,国产最新探花在线,九色在线视频一区,伊人大交九欧美,1769亚洲,黄色成人av

一、GFF

二、GTF

三、 GTF與GFF比較