工具推荐：https://github.com/openvax/gtfparsehtml
真不敢相信，Linux自带的命令会这么强大，从gtf中提取出须要的transcript，看起来复杂，其实一个grep就搞定了。python
grep -F -f out.list gffcmp.combined.gtf > test.out
本文出自于http://www.bioinfo-scrounger.com转载请注明出处git
gffcompare官网github
gffcompare和gffread能够认为是专门开发出来用于处理gff格式文件的小工具。如今gff格式通常是用第三版gff3，以小鼠genecode上下载的gff文件为例，以下所示：工具
chr1 HAVANA gene 3073253 3074322 . + . ID=ENSMUSG00000102693.1;gene_id=ENSMUSG00000102693.1;gene_type=TEC;gene_name=4933401J01Rik;level=2;havana_gene=OTTMUSG00000049935.1 chr1 HAVANA transcript 3073253 3074322 . + . ID=ENSMUST00000193812.1;Parent=ENSMUSG00000102693.1;gene_id=ENSMUSG00000102693.1;transcript_id=ENSMUST00000193812.1;gene_type=TEC;gene_name=4933401J01Rik;transcript_type=TEC;transcript_name=4933401J01Rik-001;level=2;transcript_support_level=NA;tag=basic;havana_gene=OTTMUSG00000049935.1;havana_transcript=OTTMUST00000127109.1 chr1 HAVANA exon 3073253 3074322 . + . ID=exon:ENSMUST00000193812.1:1;Parent=ENSMUST00000193812.1;gene_id=ENSMUSG00000102693.1;transcript_id=ENSMUST00000193812.1;gene_type=TEC;gene_name=4933401J01Rik;transcript_type=TEC;transcript_name=4933401J01Rik-001;exon_number=1;exon_id=ENSMUSE00001343744.1;level=2;transcript_support_level=NA;tag=basic;havana_gene=OTTMUSG00000049935.1;havana_transcript=OTTMUST00000127109.1
而gtf格式通常来讲跟gff很类似，也是以小鼠genecode上下载的gtf文件为例，以下所示spa
chr1 HAVANA gene 3073253 3074322 . + . gene_id "ENSMUSG00000102693.1"; gene_type "TEC"; gene_name "4933401J01Rik"; level 2; havana_gene "OTTMUSG00000049935.1"; chr1 HAVANA transcript 3073253 3074322 . + . gene_id "ENSMUSG00000102693.1"; transcript_id "ENSMUST00000193812.1"; gene_type "TEC"; gene_name "4933401J01Rik"; transcript_type "TEC"; transcript_name "4933401J01Rik-001"; level 2; transcript_support_level "NA"; tag "basic"; havana_gene "OTTMUSG00000049935.1"; havana_transcript "OTTMUST00000127109.1"; chr1 HAVANA exon 3073253 3074322 . + . gene_id "ENSMUSG00000102693.1"; transcript_id "ENSMUST00000193812.1"; gene_type "TEC"; gene_name "4933401J01Rik"; transcript_type "TEC"; transcript_name "4933401J01Rik-001"; exon_number 1; exon_id "ENSMUSE00001343744.1"; level 2; transcript_support_level "NA"; tag "basic"; havana_gene "OTTMUSG00000049935.1"; havana_transcript "OTTMUST00000127109.1";
从上能够看出，就小鼠而言，gff和gtf文件只有在最后一列，也就是attribures列有略微区别；前者名称和值是以等号隔开，后者则是以空格隔开code
所以gffcompare和gff不只能够用来处理gff格式文件，还能够处理gtf格式文件htm
这两个工具都是约翰·霍普金斯大学开发的，也是hisat2和stringtie的开发者，下载地址以下：
http://ccb.jhu.edu/software/stringtie/gff.shtml，这个网页不只有下载地址，还有软件的简单介绍。注：下载有二进制版本的，能够不用编译直接使用，方便。blog
还有这个网址也对gtf格式以及gff格式作了解释，能够总体上了解gtf和gff的区别ip
gffcompare
按照官网的说法，gffcompare能够用来compare, merge, annotate and estimate accuracy of one or more GFF files，而且这个软件是基于cuffcompare开发的，因此gffcompare不少输入和输出文件都与cuffcompare相同
参数经过gffcompare -h命令查看便可
以stringTie组装并merge后的结果文件（merged.gtf）为例，参考基因组注释文件为gencode.vM13.annotation.gtf，compare下二者的结果并进行注释
gffcompare -R -r gencode.vM13.annotation.gtf -o strtcmp merged.gtf
输出文件几乎跟cuffcompare同样，除告终果中的.combined.gtf变为.annotated.gtf，可是文件里的格式几乎是同样的，除了有一点，.annotated.gtf文件会保留original transcript IDs，可是.combined.gtf是没有这一点的
对于文件每列的具体含义能够看cuffcompare官网，也能够看以前的一篇博文转录组的组装Stingtie和Cufflinks
gffread
gffread这工具，官网的定义为used to generate a FASTA file with the DNA sequences for all transcripts in a GFF file，在知道这工具前，我作这个操做是本身写的perl脚本，可是从运行效率上来讲，仍是这工具快。。。
好比一个很常见的需求，对于stringtie组装后的gtf文件，想将组装后的转录本的序列从对应的参考基因组上提取出来，这时就能够用gffread这工具了，仍是上述的小鼠为例：
gffread -w transcripts.fa -g mm10.fa stringtie_merged.gtf
查看各参数的含义gffread -h
以前使用的时候只用了这个功能，可是最近在公众号（生信菜鸟团的一篇软文：NGS数据格式之gff/gtf）看到gffread能够将gtf和gff格式之间进行相互转化，因此试了下
如：gtf转化为gff
gffread gencode.vM13.annotation.gtf -o tmp.gff3
输出文件以下：
chr1 HAVANA transcript 3073253 3074322 . + . ID=ENSMUST00000193812.1;geneID=ENSMUSG00000102693.1;gene_name=4933401J01Rik chr1 HAVANA exon 3073253 3074322 . + . Parent=ENSMUST00000193812.1
从结果上能够看出，gffread输出的是其定义后的gff3格式的文件，与输入的相比没有了feature为gene的行，attribures列也变得较为省略
如：gff转化为gtf
gffread gencode.vM13.annotation.gff3 -T -o tmp.gtf
输入文件以下：
chr1 HAVANA exon 3073253 3074322 . + . transcript_id "ENSMUST00000193812.1"; gene_id "ENSMUSG00000102693.1"; gene_name "4933401J01Rik";
从结果上来看，gffread定义的gtf文件变得更为省略了，而且还有作了些限制，固然这些在官网GFF utilities中有说明
综上所述，gffcompare和gffread用处还有能够的，值得留意下