什么是GFF3?這個一種序列注釋文件的格式，基因組注釋數(shù)據(jù)常常會用這種格式來記錄序列注釋信息，關于這種格式的更多信息，可以在這里學習：http://www.sequenceontology.org/gff3.shtml

這里簡單說下，怎樣把GFF3文件導入MySQL數(shù)據(jù)庫，導入了以后使用比較方便。我用的是ubuntu 14.04系統(tǒng)。如果使用其它系統(tǒng)的，僅供參考。系統(tǒng)需要安裝MySQL數(shù)據(jù)庫以及bioperl,關于bioperl有興趣的朋友可以到這里序列(www.bioperl.org),關于perl和MySQL這里也提供點我云盤里的參考資料：http://yunpan.cn/cK3zPydGY6c7Q (提取碼：36ad)

1 在MySQL數(shù)據(jù)庫中建立一個用于儲存GFF3格式數(shù)據(jù)的數(shù)據(jù)庫

mysql> create database MUS_7 -u root -p ?XXXXXXXX;

其中create database是MySQL中的命令，MUS_7是新建的數(shù)據(jù)庫名，-u選項，表示用戶名，用戶名參數(shù)為root，-p 參數(shù)后接MySQL數(shù)據(jù)庫的密碼。這樣就能建立一個名為MUS_7的數(shù)據(jù)庫

2 將GFF3文件導入MySQL數(shù)據(jù)庫中

從網(wǎng)上下載GFF3格式的文件，如從rice_r7_all_tilling_path.gff3,然后用下列命令導入MySQL數(shù)據(jù)庫

bp_seqfeature_load -f ? -c -d MUS_r7 -u root -p xxxxxxxx all.gff3 all.con

bp_seqfeature_load是一個腳本文件，所以系統(tǒng)中需要有這個腳本文件。關于這個腳本的用法可以用命令bp_seqfeature_load查詢。-f選項的含義：

Activate fast loading. (default 0) Only available for some adaptors.

-c選項的含義：

Create the database and reinitialize it (default false) Note, this

will erase previous database contents, if any

如果是新建的數(shù)據(jù)庫需要用這個選項，如果是往已有的數(shù)據(jù)庫中添加數(shù)據(jù)，用這個選項就壞菜了，把原來數(shù)據(jù)都清除了

-d MUS_r7,表示導入的數(shù)據(jù)庫為MUS_r7,-u -p及后面的參數(shù)和上文含義相同。all.gff3為GFF3文件。all.com，為和gff3文件對應的參考序列。這個得配套，要不然肯定會報錯。

我傳的all.gff3文件大小為：78M，all.con文件為：365M。文件比較大，要把這些東西都傳上去，得花不少時間，總時間為：63245.07秒,17.5小時。插入后的效果圖如下。

我的MySQL數(shù)據(jù)庫中有三套水稻基因組的注釋數(shù)據(jù)。這三套數(shù)據(jù)，參考序列都是一樣的，但注釋數(shù)據(jù)則不一樣，所以對同一個水稻基因組序列，利用這三套數(shù)據(jù)同時分析，可能得到的信息會更多。當然，這個數(shù)據(jù)也可以和其它數(shù)據(jù)，如全基因組的多態(tài)信息進行整合，這樣使用更加方便

轉載本文請聯(lián)系原作者獲取授權，同時請注明本文來自閆雙勇科學網(wǎng)博客。

收藏

分享

分享到:

創(chuàng)作挑戰(zhàn)賽新人創(chuàng)作獎勵來咯，堅持創(chuàng)作打卡瓜分現(xiàn)金大獎

總結

以上是生活随笔為你收集整理的gff3转mysql_科学网-把GFF3文件导入MySQL数据库-闫双勇的博文的全部內容，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)站內容還不錯，歡迎將生活随笔推薦給好友。