GFF和GTF的异同及相互转换

GFF（gff）全称为：general feature format
GTF（gtf）全称为：gene transfer format

前者用来注释基因组，后者用来注释基因。

异同点：

GTF文件和GFF文件都是由9列信息组成，并且这两种文件的前8列基本上是相同的。

第一列：seqid，参考序列的id。第二列：source，注释的来源。如果未知，则用点（.）代替。一般指明产生此gff3文件的软件或方法。第三列：type，类型，此处的名词是相对自由的，建议使用符合SO惯例的名称（sequenceontology），如gene，repeat_region，exon，CDS等。第四列：start，开始位点，从1开始计数（区别于bed文件从0开始计数）。第五列：end，结束位点。第六列：score，得分，对于一些可以量化的属性，可以在此设置一个数值以表示程度的不同。如果为空，用点（.）代替。第七列：strand，“＋”表示正链，“－”表示负链，“.”表示不需要指定正负链。第八列：phase，步进。对于编码蛋白质的CDS来说，本列指定下一个密码子开始的位置。可以是0、1或2，表示到达下一个密码子需要跳过的碱基个数。第九列：attributes，属性。一个包含众多属性的列表，格式为“标签＝值”（tag=value），不同属性之间以分号相隔。

GTF的第九列，通常为：

gene_id "At1g00001"; transcript_id "At1g00001.1";

而GFF的第九列，通常为：

ID=mrna001;Name=abcID=exon1;Parent=mrna001ID=exon2;Parent=mrna001

但GFF的第九列通常还可以增加一些其他信息，通过分号分割

转换

（1）gtf转换为gff

gffread my.gtf -o- > my.gff3

（2）gff转换为gtf

gffread my.gff3 -T -o my.gtf