GTF/GFF file - 유전자 Annotation이란? GFF3 파일 형식을 GTF로 변환하기.

GTF/GFF 파일이란?

GTF(General Transfer Format)/GFF(General Feature Format) 파일은 유전체 상에 유전자, exon, transcript, non-coding RNAs등과 같은 Feature들의 위치정보를 기록해 놓은 파일 형식으로, 유전자 정보를 annotation할 때 주로 이용되는 파일 형식이다.

 

1번째열 : Chromosome 이름

2번째열: Source 이름. 즉 해당 어노테이션이 어디서 되었는지

3 번째 열: feature의 분류. 유전자, exon, transcript, non-coding RNAs인지.

4번째 열: start position *주의: 1부터 넘버링이 시작함(bed file은 0부터)

5번째 열: End position *주의: 1부터 넘버링이 시작함(bed file은 0부터)

6번째 열: Score  보통은 "."으로 공란.

7번째 열: Strand 정보. forward strand 인경우 +, backward인경우 -

8번째 열: frame

9번째 열: Attribute, ";" 세미콜론으로 해당 어노테이션 정보들이 나열되어있다.

GTF 와 GFF의 차이점| 변환방법

gff3 와의 차이점은 마지막 열인 Attribute이다. Attribute에서 gtf는 "gene id", "transcript id"로 구성되어 있는 반면 gff3는 "ID =","Parents=" 등으로 구성되어있다.

여러 툴을 사용해 봤지만 gff3를 gtf로 바꾸기에 가장 좋았던 툴을 소개해 보고자 한다.

1. 툴설치

conda install -c bioconda bioinfokit

git clone https://github.com/reneshbedre/bioinfokit.git
cd bioinfokit
python setup.py install

2. 파이썬 실행 후

from bioinfokit.analys import gff

gff.gff_to_gtf(file="./3.scATAC_flo/0.Reference_populus/PtremulaxPopulusalbaHAP1v5.1.gene_exons.gff3")

 Gff --> bed

module load BEDOPS/2.4.39-foss-2019b gff2bed < Zm-B73-REFERENCE-NAM-5.0_Zm00001eb.1.gff3 > Zm-B73-REFERENCE-NAM-5.0_Zm00001eb.1.bed