Общий формат функции - General feature format

Общий формат функции
Расширения имени файла	.gff
Тип интернет-СМИ	текст / x-gff3
Разработан	Центр Сэнгера (версия 2), Проект онтологии последовательности (версия 3)
Тип формата	Биоинформатика
Расширен с	Значения, разделенные табуляцией
Открытый формат ?	да
Интернет сайт	github.com/ The-Sequence-Ontology/Характеристики/ blob/владелец/ gff3.md

В биоинформатика, то общий формат функции (формат поиска генов, общий формат функции, GFF) это формат файла используется для описания гены и другие особенности ДНК, РНК и белок последовательности.

Версии GFF

Существуют следующие версии GFF:

Общий формат функций Версия 2, как правило, не рекомендуется
- Формат переноса генов 2.2, производная, используемая Ensembl
Универсальный формат функций версии 3
- Формат вариации генома, с дополнительными прагмами и атрибутами для функций sequence_alteration

GFF2 / GTF имеет ряд недостатков, в частности, то, что он может представлять только двухуровневую иерархию признаков и, таким образом, не может обрабатывать трехуровневую иерархию ген → транскрипт → экзон. GFF3 устраняет этот и другие недостатки. Например, он поддерживает произвольное количество иерархических уровней и придает определенные значения определенным тегам в поле атрибутов.

В GTF идентичен GFF версии 2.^[1]

Общая структура GFF

Все форматы GFF (GFF2, GFF3 и GTF) являются вкладка с разделителями по 9 полей в строке. Все они имеют одинаковую структуру для первых 7 полей, но отличаются содержанием и форматом девятое поле. Общая структура следующая:

Общая структура GFF
Индекс позиции	Название должности	Описание
1	последовательность	Название последовательности, в которой расположен объект.
2	источник	Ключевое слово, определяющее источник функции, например программу (например, Август или же RepeatMasker ) или организации (например, ТАИР ).
3	особенность	Название типа функции, например «ген» или «экзон». В хорошо структурированном файле GFF все дочерние функции всегда следуют за своими родителями в едином блоке (поэтому все экзоны транскрипции помещаются после характерной строки их родительской «транскрипции» и перед любой другой родительской строкой транскрипции). В GFF3 все функции и их отношения должны быть совместимы с стандарты, выпущенные проектом Sequence Ontology.
4	Начните	Геномное начало признака с 1-базовое смещение. Это контрастирует с другими полуоткрытыми форматами последовательностей с нулевым смещением, такими как КРОВАТЬ.
5	конец	Геномный конец признака с 1-базовое смещение. Это та же конечная координата, что и в полуоткрытых форматах последовательности с нулевым смещением, например КРОВАТЬ.^{[нужна цитата ]}
6	счет	Числовое значение, которое обычно указывает на достоверность источника аннотированного объекта. Значение "." (точка) используется для определения нулевого значения.
7	прядь	Один символ, обозначающий прядь особенности; он может принимать значения «+» (положительный, или 5 '-> 3'), «-», (отрицательный, или 3 '-> 5'), «.» (не определено).
8	фаза	фаза функций CDS; это может быть одно из значений 0, 1, 2 (для функций CDS) или "." (для всего остального). См. Раздел ниже для подробного объяснения.
9	атрибуты	Вся остальная информация, относящаяся к этой функции. Формат, структура и содержание этого поля больше всего различаются между тремя конкурирующими форматами файлов.

Восьмое поле: этап возможностей CDS

Проще говоря, CDS означает «последовательность кодирования». Точное значение термина определяется онтологией последовательностей (SO). Согласно GFF3 Технические характеристики:^[2]^[3]

Для признаков типа «CDS» фаза указывает, где признак начинается со ссылкой на рамку считывания. Фаза - это одно из целых чисел 0, 1 или 2, указывающее количество оснований, которые должны быть удалены из начала этого признака, чтобы достичь первого основания следующего кодона.

Мета-директивы

В файлы GFF может быть включена дополнительная метаинформация, которая следует за директивой ##. Эта метаинформация может содержать подробные сведения о версии GFF, регионе последовательности или виде (полный список типов метаданных можно найти на Спецификации онтологии последовательности ).

Программное обеспечение GFF

Серверы

Серверы, которые генерируют этот формат:

Сервер	Пример файла
UniProt	[1]

Клиенты

Клиенты, использующие этот формат:

Имя	Описание	Ссылки
GBrowse	Программа просмотра генома GMOD	GBrowse
IGB	Встроенный браузер генома	Встроенный браузер генома
Jalview	Редактор и просмотрщик множественного выравнивания последовательностей	Jalview
РЕМЕНЬ	Подчеркивание особенностей последовательности в нескольких выравниваниях. Пример вывода: [2]	[3]
JBrowse	JBrowse - это быстрый встраиваемый геномный браузер, полностью построенный на JavaScript и HTML5.	JBrowse.org
ЗЕНБУ	Совместная система интеграции данных и интерактивной визуализации omics	[4]

Проверка

В modENCODE проект проводит онлайн-инструмент проверки GFF3 с щедрыми лимитами 286,10 МБ и 15 млн строк.

Коллекция программного обеспечения Genome Tools содержит gff3validator инструмент, который можно использовать в автономном режиме для проверки и, возможно, очистки файлов GFF3. An сервис онлайн-проверки также доступен.