写软件的总需要“自证清白” ？| 又一个 gffread 的小问

估计这个坑没有太多人能踩到。
前两日，有 GSAman 用户校正完基因结构注释后，导出 gff3 文件，用于 htseq-count 会失败。大体报错如下：

很明显，确实是报错。其中输入的是 .gtf 文件。需要明确的是无论是 GSAman 还是 TBtools，只会输出 GFF3 格式，从信息量来说，GSAman 输出的和 TBtools 输出的是等价的。
按照“常见的软件遇到问题首先找到不可信的软件作者原则”，绝大多数人会认为 gffread 没有问题，所以有问题就一定会优先认为是 GSAman 的问题。这个也正常，你不习惯也得习惯。情况就是这么个情况。
但是在我看来 GSAman 输出是肯定没问题的，信息也是全面的。如果不全面，那就用 TBtools 的 GXF Fix 处理一下。但是对方处理了，还是不行。
？到底问题出现在哪里。无奈之下，也只能要来文件，看看是否可以重现云云。
于是得到结果如下：

显而易见，从软件实现或者设计的角度来说 gffreads 是有问题的，同样的信息输入，如果行顺序有变化，那么就不能良好兼容。这块在 TBtools 里面是不存在的。因为对于 TBtools 来说，输入文件顺序是乱的，这个可太正好了，用户本来就可能手动去修改一些行列顺序，补充或者删除。但是 gffread 可没管这么多。
前述为了让排序更好看，TBtools GXF Fix 输出的行信息，或先输出 exon / CDS ，然后还是 mRNA / gene。我自认为这个很OK，比如 IGV 或者 stringtie 这些软件都没事。就 htseq-count 有事？
但事实就是这样。
索性，还是花了一点时间，对 TBtools GXF Fix 功能输出文件的排序逻辑重新构筑，确保输出行顺序可以更好符合比如 gffread 这些软件的需要，同时也是符合 htseq-count 这些软件的需要。

写在最好

很多时候，感觉写个软件，似乎总是需要“自证清白”？没什么意思，在 GSAman 上是这样，在 TBtools 上更是如此，正如以前。只是我现在想想觉得就这样吧，that's it。
为什么生信分析阻碍重重？因为很少人去care鲁棒性，“能干就行”便是原罪。
加油！想写就写，不想就别写。