问题标签 [gff]

我很抱歉问这种愚蠢的问题，但我自己找不到它......我前一段时间学习了perl，我有点迷茫。

我想转换这种输出：

进入 gff 或床文件：

我找到了一个 perl 模块：https ://metacpan.org/pod/Bio::Tools::GFF

这是我的小脚本：

这是结果：

问题是：我希望得到回文的开始和结束以及最后一行中的特定位置的结果。

我想要的例子：

先感谢您。

我正在尝试使用 htseq-count 总结基因计数；它在每个基因上返回 0 个计数。我不确定我做错了什么；我认为这与我正在使用的基因标志有关。我已经尝试将 GTF 用于拟南芥 TAIR 10：我从以下网址获得：ftp : //ftp.ensemblgenomes.org/pub/release-46/plants/gtf/arabidopsis_thaliana/Arabidopsis_thaliana.TAIR10.46.gtf.gz作为 Araport 上可用的 GFF 文件。

我正在使用我知道具有基因表达值的各种 BAM 文件。

我在本地和银河上都尝试过到目前为止我尝试过的本地命令是：

我在galaxy上做过同样的事情；输入 -i 值。

关于我哪里出错的任何帮助都会很棒。

谢谢！

我有以下熊猫数据框（它是一个gff文件）：

列中的值attr实际上是附加列，但文件格式gff不允许这样做。我想将此列中的文本拆分为多列。这些值是广义上的字典，这意味着每个键都有一个值，由=（例如accession=Tname16C00001.1）分隔，每个键值对由 分隔;。

我首先将每个键值对分成每df行两列：

这给了我以下df，重复的行索引：

现在，我如何分别为每个索引转置和汇总列0和中的每个“键值”对？1所有空单元格都可以有 NaN（会有很多）。

我想要的输出应该是：

使用 GFF.write() 创建文件时，我得到一个新行，其中包含“annotation remark”作为源，然后是序列区域的 ASCII 编码：

知道它为什么在这里，它的用途以及我如何避免它？我担心在第三方软件中使用它可能会成为问题。

我只导入了 bcbio-gff 包，但我相信它是 Biopython 的一部分，链接：https ://biopython.org/wiki/GFF_Parsing

我有一个gff文件和一个csv看起来像的文件：

我想按列合并这两个文件Name。我试过了：

但是在 csv 文件中，我Name对不同的值都有相同的值，Samples例如B005230.2.1两者都相同Sample1，Sample2而它只在GFF文件中出现一次。因此，合并文件搞砸了。我将不胜感激任何帮助解决这个问题。谢谢！

我正在处理 .gff3 文件，试图删除目录中许多文件底部的重叠群序列。重叠群序列用##FASTA 与文件的其余部分分开，我希望删除下面的所有内容（DNA 序列，FASTA 格式）。

此脚本适用于一个文件：

但是当我尝试将它应用于这样的目录中的所有文件时失败了：

任何帮助表示赞赏！

我正在处理生物信息学数据，每行都有一个基因，列中有统计信息/元数据。一些基因来自同一生物体，由“ID”列指示，我将数据分组在这个变量上。

我想根据 ID（分组因子）添加来自另一个文件的数据，以便 ID = a 的行应该具有来自名为 a.gff 的文件的数据，依此类推。我想添加的数据来自一个包含基因位置的 .gff 文件。有一个 ID=a 的 gff 文件，一个 ID=b 的文件，一个 ID=c 的文件，等等根据 ID 命名（例如“a.gff”）。

数据是什么样子的：

有没有办法实现为每个 ID 分组打开文件、执行操作并移动到下一个 ID 的功能？

我对 R 很陌生，非常感谢任何帮助！

我想了解如何将第三列中包含的字符串附加到图像中数据帧的第 9 列，但前提是该值等于“exon”或“CDS”+ 迭代数。

因此，要在 dataframe[8] 中获得：

8

ID=g3.t1；基因ID=g3

父=g3.t1；外显子1

父=g3.t1；外显子2

父=g3.t1；CDS1

父=g3.t1；CDS2

我希望我已经清楚了。谢谢，马可