轉(zhuǎn)自：https://blog.csdn.net/sinat_38163598/article/details/72851239

1.基本

GFF和GTF是兩種最常用的數(shù)據(jù)庫注釋格式，基因注釋文件。

GFF全稱為general feature format，這種格式主要是用來注釋基因組。

GTF全稱為gene transfer format，主要是用來對(duì)基因進(jìn)行注釋，對(duì)染色體上的基因進(jìn)行標(biāo)注。

//我這里關(guān)注的主要是GTF文件。

2.格式

以tab鍵分割為9列：

seq_id：序列的編號(hào)；
source: 注釋的來源，一般為數(shù)據(jù)庫或者注釋的機(jī)構(gòu)；
type: 注釋信息的類型，比如Gene、cDNA、mRNA、CDS等
start:該基因或轉(zhuǎn)錄本在參考序列上的起始位置
end: 該基因或轉(zhuǎn)錄本在參考序列上的終止位置
score: 得分，數(shù)字，是注釋信息可能性的說明
strand: 該基因或轉(zhuǎn)錄本位于參考序列的正鏈(+)或負(fù)鏈(-)上;

3.讀取gtf格式文件查看

https://www.jianshu.com/p/a5a23f926931，按照這個(gè)方法讀取時(shí)遇到了問題：

嘗試用read.csv打開也失敗：

太不順利了吧，這都能被卡住，

https://www.gitmemory.com/issue/kvittingseerup/IsoformSwitchAnalyzeR/83/719484994，這個(gè)鏈接中提出來的問題和我的類似，也是需要讀取到gtf文件，它的R版本是4.0.3，我的也是4.0版本的R，所以是否有可能是R版本的問題導(dǎo)致對(duì)應(yīng)包中的函數(shù)不可用了？

https://hwoihann.github.io/farnorth/analysis/2018/03/30/R-gtf-refGenome.html，這個(gè)鏈接中提到可以使用refGenome，但是

https://cran.r-project.org/web/packages/refGenome/index.html，發(fā)現(xiàn)已經(jīng)被移除。

使用

install.packages("refGenome") 
BiocManager::install("refGenome")

安裝，均不可。

可能性2：gtf文件存在問題，所以重新下載。

https://www.gencodegenes.org/mouse/，在這里下載了最新版的，并且解壓：

并且我嘗試導(dǎo)入

library(rtracklayer)

報(bào)出以下錯(cuò)誤：

https://stackoverflow.com/questions/63958678/error-in-unloadnamespacepackage-namespace-rlang-is-imported-by-testthat，搜索相似問題，其中一個(gè)回復(fù)：

之后我就嘗試在命令行而不是Rstudio上操作，先卸載了這個(gè)包，然后安裝，雖然出現(xiàn)了這個(gè)問題：

Installation path not writeable, unable to update packages: codetools，但是我嘗試不更新n所有包，之后library居然可以了，而且可以正常讀取。

之后我重啟Rstudio

.rs.restartR()

就可以讀取gtf文件了。

看來以后安裝包的操作都應(yīng)該在命令行進(jìn)行，而不是Rstudio。

4.查看GTF文件內(nèi)容

https://www.jianshu.com/p/a5a23f926931，基序按照這個(gè)來讀取

最新版的相較于之前有了很多新的描述信息，比如基因id，基因名稱等等。共有26個(gè)特征。

總結(jié)

以上是生活随笔為你收集整理的gtf文件学习+读取的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。