GFF3格式是什么

這篇文章將為大家詳細講解有關GFF3格式是什么，小編覺得挺實用的，因此分享給大家做個參考，希望大家閱讀完這篇文章后可以有所收獲。

GFF3格式說明

GFF3每一行代表一個序列元件（以#為開頭的注釋行除外），每一行有且只有9列（也就是每個序列元件有9個屬性），列與列只能必須使用tab鍵來分割，如果某個序列元件的某個屬性為空那么必須使用“.”來代替，格式如下：

2L      FlyBase transcript      7529    9484    .       +       .       ID=FBtr0300690;Parent=FBgn0031208;Name=CG11023-RC;biotype=protein_coding;transcript_id=FBtr0300690
2L      FlyBase five_prime_UTR  7529    7679    .       +       .       Parent=FBtr0300690
2L      FlyBase exon    7529    8116    .       +       .       Parent=FBtr0300690;Name=FBtr0300690-1;constitutive=1;ensembl_end_phase=2;ensembl_phase=-1;exon_id=FBtr0300690-E1;rank=1
2L      FlyBase CDS     7680    8116    .       +       0       ID=CDS:FBpp0289914;Parent=FBtr0300690;protein_id=FBpp0289914
2L      FlyBase exon    8193    8589    .       +       .       Parent=FBtr0300690;Name=FBtr0300690-2;constitutive=0;ensembl_end_phase=0;ensembl_phase=2;exon_id=FBtr0300690-E2;rank=2
2L      FlyBase CDS     8193    8589    .       +       1       ID=CDS:FBpp0289914;Parent=FBtr0300690;protein_id=FBpp0289914
2L      FlyBase CDS     8668    9276    .       +       0       ID=CDS:FBpp0289914;Parent=FBtr0300690;protein_id=FBpp0289914

這9列從左到右分別是：

1. seqid - scaffold或者chromosome的名稱說明
2. source - 產生一個序列元件的軟件的名稱或者數據源（數據庫名稱或者項目名稱）
3. type - 序列元件的類型，例如：mRNA、CDS等等
4. start - 序列元件在scaffold或者chromosome上的起始位置，從1開始計數
5. end - 序列元件在scaffold或者chromosome上面的終止位置，從1開始計數
6. score - 該序列元件的打分，一般為該序列元件做比對時的E-value和ab initio gene prediction features時的P-value
7. strand - “+”代表該序列元件在scaffold或者chromosome的正鏈，反之亦反
8. phase - 可以為“0”、“1”、“2”，“0”代表該序列元件的第一個堿基為第一個密碼子的第一個剪輯，“1”代表該序列元件的第二個堿基是第一個密碼子 的第一個堿基，依次類推。
9. attributes - 該序列元件的一些其他屬性，可以有多個每個屬性之間必須以“;”分割，例如“ID=some-id;Name=some-name;Parent=some-parent”，請注意這個Parent屬性，由于序列元件是很復雜的，一個序列元件（例如：exon）可能屬于另外一個序列元件（例如：gene），這個Parent屬性的意思就是該序列元件在哪個序列元件上面，如果一個序列元件沒有Parent屬性，說明他的父元件就是scaffold或者chromosome

關于“GFF3格式是什么”這篇文章就分享到這里了，希望以上內容可以對大家有一定的幫助，使各位可以學到更多知識，如果覺得文章不錯，請把它分享出去讓更多的人看到。