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

GFF3注释文件自动校验与错误修复

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
01
GFF3格式简介
起源 · 用途 · 基本结构
GFF3格式简介
02
必需字段详解
seqid · source · type
必需字段详解seqid
03
可选字段与扩展
score · strand · phase的常见约定与默认值
可选字段扩展
04
attribute属性格式
key=value · 列表 · ID
attribute属性格式
05
序列ID规范
如何正确引用参考序列（如chr1 v…
ID序列
06
坐标系统
based与1-based区别 · GFF3使用1-based封闭区间
坐标系统based
07
链的方向
正链+ · 负链- · 未指定.与?的区别及陷阱
链的方向正链+
08
相位phase字段
用于CDS特征 · 0 · 1
phase相位
09
父子关系
通过Parent属性建立层级结构（g…
父子关系Parent
10
类型type字段
标准特征类型（gene · mRNA · CDS
type类型
11
行结束符与换行符
Linux（LF）与Windows（…
行结束符换行符
12
注释行与元数据
以#开头 · ##gff-version等指令及F…
注释行元数据
13
GFF3文件整体结构
从##gff-version开始 · 到##FASTA为止的区域划分
GFF3文件整体结构
14
常见格式错误1
字段数不对 · 多余空格 · Tab分隔符缺失
常见格式错误1字段数不对
15
常见格式错误2
坐标逻辑错误（start>end · 跨序列引用）
常见格式错误2start
16
ID重复问题
同一文件中ID全局唯一性约束及违反后…
ID重复问题
17
父子关系不一致
孤儿特征（无parent） · 循环引用 · 多父节点
父子关系不一致parent
18
缺失必需属性
如CDS缺少phase · exon缺少Parent
缺失必需属性CDS
19
序列ID不匹配
GFF3中seqid与FASTA索引…
ID序列
20
文件编码陷阱
UTF-8 BOM · 特殊字符导致解析失败
文件编码陷阱UTF-8
21
质控工具介绍
BCFtools · genometools · GFF3toolkit的安装与基本用…
质控工具介绍BCFtools
22
使用gt gff3validator进行校验
命令 · 解读输出 · 常见警告
gtgff3validato…
23
自定义Python校验脚本
基于正则表达式与简单逻辑的质控实战
Python自定义
24
案例1
手工修复一个含多种错误的GFF3文件…
案例1GFF3
25
案例2
NCBI/Ensembl下载的GFF…
案例2NCBI/Ensembl
26
案例3
RNA-seq比对产生的GTF转GF…
案例3RNA-seq
27
案例4
功能注释中attribute格式错误… · 值含空格）
案例4attribute
28
批量处理与自动化质控流水线
shell脚本与Makefile整合
批量处理自动化质控流水线
29
GFF3与其他格式互操作
GTF · BED · VCF转换时的注意事项
GFF3其他格式互操作
30
最佳实践总结
编写健壮GFF3的checklist…
最佳实践总结GFF3