鉴于代码的排版问题，建议在电脑上阅读本文。
组装得到基因组的序列只是开展基因组研究的第一步，基因的结构是基因组后续功能研究的基石。在NCBI中，除了提供基因组序列外，还提供了基因结构的信息，采用的就是GFF格式。human示例如下
GFF全称Generic Feature Format, 描述了基因组上各种特征的区间信息，包括染色体，基因，转录本等。GFF文件本质上是一个\t分隔的，共9列的纯文本文件。
1. column1
第一列是seqid, 代表序列ID, 通常是染色体的ID, 每条染色体拥有一个唯一的ID。
2. column2
第二列是source, 代表基因结构的来源，可以是数据库的名称，比如来自genebank数据库，也可以是软件的名称，比如用GeneScan软件预测得到，当然，也可以为空，用.点号填充。
3. column3
第三列是type, 代表区间对应的特征类型，比如gene, exon等。
4. column4
第四列是start, 代表区间的起始位置。
5. column5
第四列是end, 代表区间的终止位置。
6. column6
第六列是score, 软件提供了统计值，如果没有，就用.填充。
7. column7
第七列是strand, 代表正负链的信息, +表示正链，-表示负链，?表示不清楚正负链的信息，当正负链信息没有意义时，可以用.填充。
8. column8
第八列
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请联系我们举报，一经查实，本站将立刻删除。
发布者：全栈程序员-站长，转载请注明出处：https://javaforall.net/199184.html原文链接：https://javaforall.net
