Format Atlas

Dados

GFF3: anotação genômica e relações entre elementos

GFF3 possui nove colunas separadas por tabulação. Início e fim partem de um e incluem ambos os extremos. Atributos como ID e Parent descrevem relações.

.gff3 · .gffAnotação genômica hierárquica

Informações básicas

Extensão
.gff3 / .gff

Quando escolher este formato

  • Trocar tipos, atributos e relações

Quando evitar este formato

  • Guardar qualidade de leituras de sequenciamento

Usos comuns

  • Anotar genes, transcritos e éxons

Características

  • Registrar tipos, atributos e phase de CDS

Vantagens e desvantagens

Vantagens

  • Trocar estrutura de anotação além de coordenadas

Desvantagens

  • GFF2 e GTF têm outras regras de atributos

Abrir e converter

Como abrir

Confira declaração de versão, referências, nove colunas e escape dos atributos com um leitor GFF3. Valide ID/Parent; um ID repetido pode representar um elemento descontínuo, não uma duplicação acidental.

Como converter

Na extração de intervalos comuns para BED, subtraia 1 do início e mantenha o fim. Defina seleção e união dos elementos; preserve originais se atributos, hierarquia ou phase de CDS forem perdidos.

Cuidados

  • CDS exige phase 0/1/2, interpretada na direção da fita. Após ##FASTA há sequência, não linhas de anotação. Registre referência, origem e escopo de compartilhamento.

Perguntas frequentes

Mudar a extensão gera GTF?

Não. A sintaxe dos atributos e as informações exigidas diferem. Use um conversor compatível e verifique relações, coordenadas e CDS.

Formatos relacionados

BEDBED lista cromossomo, início e fim em texto. O início parte de zero e o fim é excluído. Não armazena a sequência nem qualidade por base.FASTAFASTA é um formato de texto com uma linha de definição iniciada por >, seguida da sequência. O artigo trata de sequências de nucleotídeos e referências. FASTA sozinho não contém qualidade por base.SAMSAM (Sequence Alignment/Map) é um formato textual delimitado por tabulações para leituras de sequenciamento e seu alinhamento a referências. Cabeçalhos opcionais descrevem referências e softwares; cada registro traz nome da leitura, FLAG, referência e posição, MAPQ, CIGAR, sequência, qualidade e tags opcionais. A especificação também permite leituras não alinhadas, portanto nem todo registro está necessariamente alinhado. SAM é fácil de inspecionar, mas pode ser grande; BAM é sua representação binária e CRAM acrescenta compressão baseada em referência.GTFGTF tem nove colunas com tabulação. Coordenadas partem de um e incluem os extremos; atributos incluem gene_id e transcript_id. As exigências variam por produtor e leitor.

Comparar

Referências e especificações