這篇文章主要介紹了如何將GFF轉(zhuǎn)換為GTF文件，具有一定借鑒價(jià)值，感興趣的朋友可以參考下，希望大家閱讀完這篇文章之后大有收獲，下面讓小編帶著大家一起了解一下。

思禮網(wǎng)站制作公司哪家好，找成都創(chuàng)新互聯(lián)！從網(wǎng)頁(yè)設(shè)計(jì)、網(wǎng)站建設(shè)、微信開(kāi)發(fā)、APP開(kāi)發(fā)、成都響應(yīng)式網(wǎng)站建設(shè)等網(wǎng)站項(xiàng)目制作，到程序開(kāi)發(fā)，運(yùn)營(yíng)維護(hù)。成都創(chuàng)新互聯(lián)從2013年創(chuàng)立到現(xiàn)在10年的時(shí)間，我們擁有了豐富的建站經(jīng)驗(yàn)和運(yùn)維經(jīng)驗(yàn)，來(lái)保證我們的工作的順利進(jìn)行。專(zhuān)注于網(wǎng)站建設(shè)就選成都創(chuàng)新互聯(lián)。

存儲(chǔ)基因和轉(zhuǎn)錄本的結(jié)構(gòu)信息，gtf和gff3兩種格式都可以。在實(shí)際分析時(shí)，會(huì)需要轉(zhuǎn)換兩種格式。比如，NCBI 只提供了GFF格式的下載文件，我們需要轉(zhuǎn)換成GTF文件之后再使用。

完成這一任務(wù)，可以自己編寫(xiě)腳本，也可以借助現(xiàn)成的工具。接下來(lái)看下每種工具的使用方法和特點(diǎn)。使用NCBI的GFF文件進(jìn)行測(cè)試，鏈接如下

ftp://ftp.ncbi.nlm.nih.gov/genomes/all/GCF/000/001/405/GCF_000001405.38_GRCh48.p12/GCF_000001405.38_GRCh48.p12_genomic.gff.gz

1. gffread

gffread是由cufflinks的開(kāi)發(fā)團(tuán)隊(duì)提供的一款讀取gff文件的工具，可以實(shí)現(xiàn)gff文件轉(zhuǎn)換為gtf文件，用法如下

gffread -T GCF_000001405.38_GRCh48.p12_genomic.gff  -o hg38.gtf

生成的gtf示例如下

NC_000001.11    BestRefSeq      exon    11874   12227   .       +       .       transcript_id "rna0"; gene_id "gene0"; gene_name "DDX11L1";

gffread 生成的gtf文件中只提供了exon和CDS這兩種類(lèi)型的結(jié)構(gòu)信息，第九列的屬性也只有transcript_id, gene_id, gene_name這3種屬性，最關(guān)鍵的是， 這些ID沒(méi)有任何含義，我們更想要的是基因的Entrez ID和轉(zhuǎn)錄本的RefSeq 編號(hào)。

2. UCSC

UCSC采用GenePred 格式存儲(chǔ)基因和轉(zhuǎn)錄本的結(jié)構(gòu)信息， 通過(guò)UCSC的小工具，我們可以借助GenePred格式來(lái)實(shí)現(xiàn)GFF轉(zhuǎn)換成GTF。用法如下

gff3ToGenePred  GCF_000001405.38_GRCh48.p12_genomic.gff  hg38.GenePred
genePredToGtf database hg38.GenePred hg38.gtf

首先用gff3ToGenePred轉(zhuǎn)換為GenePred格式，然后在利用genePredToGtf轉(zhuǎn)換為GTF格式。

生成的gtf示例如下

NC_012920.1    hg38.GenePred    transcript    15956    16023    .    -    .    gene_id "gene60958"; transcript_id "rna171196";  gene_name "gene60958";

相比gffreads, UCSC提供的類(lèi)型更多，包括以下幾種

  1. exon
  2. CDS
  3. start_codon
  4. stop_codon
  5. transcript

雖然區(qū)間的類(lèi)型變多了，但是屬性的問(wèn)題和gffread是一樣的，除了gene_name屬性有價(jià)值外，其他屬性都沒(méi)有價(jià)值。

當(dāng)然，網(wǎng)上也有各種別人編寫(xiě)的腳本，但是或多或少多都存在問(wèn)題。最佳的方案還是自己來(lái)編寫(xiě)，首先需要搞清楚GTF文件中，我們需要哪些類(lèi)型的區(qū)間信息。

對(duì)于GTF的實(shí)際使用而言，只需要exon區(qū)間信息就可以區(qū)分不同的轉(zhuǎn)錄本了，而且在定量的過(guò)程中，也是只需要參考exon的位置信息。所以，自己編寫(xiě)轉(zhuǎn)換腳本，只需要保留eoxn信息。

另外一個(gè)問(wèn)題就是，第九列提供哪些屬性。根據(jù)我的經(jīng)驗(yàn)，只需要以下6個(gè)屬性

1. gene_id

2. gene_name

3. transcript_id

4. transcript_name

5. gene_type

6. transcript_type

gene_id可以用來(lái)保存不同數(shù)據(jù)庫(kù)中的基因ID,比如NCBI Entrez Id, Ensembl gene Id, 當(dāng)然也可以和gene_name屬性保持一致；gene_name屬性用來(lái)保存gene  symbol,  相比id, symbol在文章中的使用頻率更高。

transcript_id和transcript_name表征轉(zhuǎn)錄本的id和名稱(chēng)，可以是RefSeq ID，也可以是Ensembl transcript id, 用于區(qū)分不同的轉(zhuǎn)錄本。

gene_type和transcript_type表示基因和轉(zhuǎn)錄本的類(lèi)型，比如是protein_coding, 還是lncRNA, rRNA等。在分析時(shí)，我們通常會(huì)根據(jù)類(lèi)型選擇其中的部分轉(zhuǎn)錄本來(lái)分析，比如只分析蛋白編碼的轉(zhuǎn)錄本。

以上6種屬性就能夠滿(mǎn)足幾乎100%的場(chǎng)景，對(duì)于不同數(shù)據(jù)庫(kù)中的文件，只需要自己寫(xiě)腳本提取這些信息，就可以了。

感謝你能夠認(rèn)真閱讀完這篇文章，希望小編分享的“如何將GFF轉(zhuǎn)換為GTF文件”這篇文章對(duì)大家有幫助，同時(shí)也希望大家多多支持創(chuàng)新互聯(lián)，關(guān)注創(chuàng)新互聯(lián)行業(yè)資訊頻道，更多相關(guān)知識(shí)等著你來(lái)學(xué)習(xí)!

網(wǎng)頁(yè)標(biāo)題：如何將GFF轉(zhuǎn)換為GTF文件
網(wǎng)頁(yè)路徑：http://aaarwkj.com/article8/igohip.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供做網(wǎng)站、手機(jī)網(wǎng)站建設(shè)、App設(shè)計(jì)、品牌網(wǎng)站制作、網(wǎng)站設(shè)計(jì)、網(wǎng)頁(yè)設(shè)計(jì)公司

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶(hù)投稿、用戶(hù)轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請(qǐng)盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng)，如需處理請(qǐng)聯(lián)系客服。電話(huà)：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來(lái)源： 創(chuàng)新互聯(lián)