VIP20

本课程属于：036-基因组注释批次质控 生物信息学与 AI 制药工程 · 共 20 门相关课程，组合学习更完整。

查看所属VIP全部课程 →

← 返回所属目录咨询 / 购买

GFF与GTF基因注释文件校验与自动修复

共计 30 章节

点击此处阅读海量试读课程：100+行业、1000+细分领域

GFF/GTF格式基础

字段定义 · 必需列 · 版本区别（GFF2/GFF3/GTF…

GFF/GTF格式基础

GFF/GTF文件结构解析

第1-9列详解 · 属性列（attributes）的键值… · 引号与转义

GFF/GTF文件结构解析

第一类错误

列数不足或过多——如何识别 · 验证列数 · 使用awk/csvkit快速检查

第一类错误列数不足或过多

第二类错误

分隔符问题——制表符误用为空格 · 混合分隔符 · 行尾多余空白

第二类错误分隔符问题

第三类错误

染色体/序列ID不匹配——与参考基因… · 大小写敏感问题

第三类错误ID

第四类错误

坐标越界或顺序颠倒——start>e… · 跨零坐标 · 负坐标的检测与修复

第四类错误start

第五类错误

特征类型（feature）不符合规范… · mRNA · exon等）与自定义类型

第五类错误feature

第六类错误

ID和Parent关系断裂——孤儿特… · 循环引用 · 缺失parent的subfeatur…

第六类错误ID

第七类错误

重复ID——同一文件中多个特征共享相…

第七类错误ID

第八类错误

属性键值对格式错误——缺少引号 · 多余引号 · 非法字符（如中文逗号）

第八类错误属性键值对格式错…

第九类错误

GTF第2列（source）过宽或为…

第九类错误GTF

第十类错误

GTF第7列（strand）无效——… · - · .'之外的其他字符处理

第十类错误GTF

第十一类错误

GTF第6列（frame/phase… · 1 · 2或'.'以外的值

第十一类错误GTF

第十二类错误

GFF3中的phase列（第8列）与…

第十二类错误GFF3

第十三类错误

属性中的“gene_id”“tran…

第十三类错误gene

第十四类错误

注释与参考基因组版本不一致——染色体… · scaffold缺失

第十四类错误注释

第十五类错误

文件排序不符合要求——按坐标排序规则… · start · end）与unsorted文件的处理

第十五类错误文件排序不符合要…

使用gffread进行错误检测与基础修复——常用参数、典型输出警告解读。

使用gffread进行错误检测与基础修复… · 核心概念 · 实践要点

使用gtftk进行高级校验——validate命令、错误分级（Error/War

使用gtftk进行高级校验——valid… · 核心概念 · 实践要点

使用gffcompare比较注释文件——发现缺失、新增、重叠特征，定位差异源。

使用gffcompare比较注释文件——… · 核心概念 · 实践要点

gffcompare使用

编写Python脚本来修复常见错误（一）——读取GFF/GTF的库（BCFtoo

编写Python脚本来修复常见错误（一）… · 核心概念 · 实践要点

编写Python脚本来修复常见错误（二）——修复属性键值对引号问题、ID重命名、

编写Python脚本来修复常见错误（二）… · 核心概念 · 实践要点

编写Python脚本来修复常见错误（三）——坐标排序、越界裁剪、strand/p

编写Python脚本来修复常见错误（三）… · 核心概念 · 实践要点

使用awk/sed一行命令快速修复——替换分隔符、删除空行、提取特定字段。

使用awk/sed一行命令快速修复——替… · 核心概念 · 实践要点

验证修复后的文件——gff3_validator（来自AGAT）、GTF规范检查

验证修复后的文件——gff3_valid… · 核心概念 · 实践要点

处理大规模注释文件——分块处理、流式修复、并行化（GNU Parallel）策略

处理大规模注释文件——分块处理 · 核心概念 · 实践要点

版本迁移常见问题——GFF2转GFF3、GTF转GFF3的陷阱（属性映射、CDS

版本迁移常见问题——GFF2转GFF3 · 核心概念 · 实践要点

合并多个注释文件时的冲突处理——重叠基因、异构体ID冲突、source字段合并规

合并多个注释文件时的冲突处理——重叠基因 · 核心概念 · 实践要点

错误报告的自动生成——统计错误类型分布、输出修复日志、集成到生物信息学流程。

错误报告的自动生成——统计错误类型分布 · 核心概念 · 实践要点

错误报告的自动生…统计错误类型分布

综合实战案例——从一个错误的GFF文件出发，逐步诊断并修复所有问题，输出最终验证

综合实战案例——从一个错误的GFF文件出… · 核心概念 · 实践要点

GFF综合实战案例