gffread处理工具

GFF/GTF格式

01 格式

1.GFF（general feature format ): 通用特征格式，格式由每个特征一行组成，每行包含9 列数据，以及可选的轨道定义行；

2.GTF（gene transfer format ): 通用传输格式，与GFF版本2相同。

02 功能

1.GFF用来注释基因组
2.GTF用来注释基因，比如基因在染色体上的位置（coordinate）及这段区间的其他信息

3. GTF文件和GFF文件都是由9列信息组成，并且这两种文件的前8列基本上是相同的，最后一列信息显示不一致。

GTF的第九列，通常为：
gene_id "At1g00001"; transcript_id "At1g00001.1";
而GFF的第九列，通常还可以增加一些其他信息，通过分号分割
ID=mrna001;Name=abc
ID=exon1;Parent=mrna001
ID=exon2;Parent=mrna001

gffread

01 软件介绍

gffread可用于验证、过滤、转换和对 GFF 文件执行各种其他操作，gffread是Cufflinks里面的一个子工具（TopHat+Cufflinks来用于转录组的组装，但HISAT2+Stingtie搭配使用效果更好，所以这里不介绍Cufflinks软件）。

image

02 安装

conda install -c bioconda gffread

03 用法：

gffread <input_gff> [-g <genomic_seqs_fasta> | <dir>][-s <seq_info.fsize>] 

04 常用功能：
gff与gtf转化

#gff2gtf   gff转gtf

获取CDS序列

gffread genome.gff3 -g genome.fa -x cds.fa

获取蛋白序列

gffread genome.gff3 -g genome.fa -y protein.fa

获取转录本序列

gffread genome.gff3 -g genome.fa -w transcripts.fa

END