分析gff3文件的实用程序
pygff的Python项目详细描述
安装：
有多种安装选项
# Recommended: from conda-forge conda install -c conda-forge pygff # From PyPI pip install pygff # From GitHub git clone https://github.com/betteridiot/pygff.git cd pygff python3 ./setup.py install
或者，您可能需要测试程序。一个非常小的测试套件
提供。注意：pytest需要进行测试。
如果选择在当前环境中测试程序/生成：
# If installed from conda-forge or the PyPI pytest --pyargs pygff # Or, if installed from source python ./setup.py test
“原样”保修：
这个计划是为了在大学里受教育而明文规定的 密歇根州计算医学和生物信息学系。只是 用于gff/gtf文件的特定子集：gff3文件。没有承诺是 使其具有更广泛的功能。
背景：
通用特征格式（gff）是为了简洁地表示 基因组特征（如外显子、内含子、基因等）。它们是以制表符分隔的9列 纯文本（或gzip压缩）文件。这9列是这样描述的：
| Column | Content | Description |
|---|---|---|
| 1 | seqid | The ID of the landmark used to establish the coordinate system for the current feature |
| 2 | source | The source is a free text qualifier intended to describe the algorithm or operating procedure that generated this feature |
| 3 | type | The type of the feature (previously called the "method") |
| 4 | start | The start coordinate of the feature, given in positive 1-based integer coordinates, relative to the landmark given in column one |
| 5 | end | The end coordinate of the feature, given in positive 1-based integer coordinates, relative to the landmark given in column one |
| 6 | score | The score of the feature, a floating point number |
| 7 | strand | The strand of the feature. '+' for positive strand (relative to the landmark), '-' for minus strand, and '.' for features that are not stranded |
| 8 | phase | For features of type "CDS", the phase indicates where the feature begins with reference to the reading frame |
| 9 | attributes | A list of feature attributes in the format tag=value |
注意：此信息部分来自The Sequence Ontology组的github。
说明：
pygff是为了在处理gff3文件时提供有用的接口而编写的。它
允许用户在
懒散产生的方式。
但是，编写了一个额外的功能来生成gff3索引 在飞行中。此索引允许伪随机访问。由于它是如何实现的， 不建议直接从命令行运行此程序，因为 这个指数本质上是短暂的。
pygff公开两个处理gff3数据的类：
pygff.GffFile：
Pygff包的主类
处理gff3文件的打开、迭代和关闭。两者兼得 压缩和解压缩的gff3文件。
迭代时，它会懒洋洋地返回一个pygff.GffEntry对象。这些物体
可以相互比较，并且可以通过编程方式访问所有特征。
args：
filename（str）：/path/to/file.gff[.gz]
提高：
TypeError如果gff文件不是版本3
并公开pygff.GffFile.fetch(seqid, start, stop)方法：
获取给定区域内所有gff项的生成器。
也只能提取gff条目的特定类型（如果提供的话）
args：
seqid（str）：支架染色体的名称start（int）：特征的起始位置（1索引）end（int）：特征的结束位置（1索引）type（str）：gff特性类型（默认：无）
产生：
- （
pygff.GffEntry）：来自感兴趣区域的给定gff条目
pygff.GffEntry：
表示单个gff项的对象。
此对象还可以执行总排序比较 操作（<；，<；=，==，！=，>；=，>；）首先基于seqid，然后开始 位置，最后是结束位置。
属性：
seqid（str）：支架染色体的名称source（str）：生成功能的程序名type（str）：特征类型start（int）：特征的起始位置（1索引）end（int）：特征的结束位置（1索引）score（float）：功能的质量分数strand（str）：要么是“+”（向前），“-”（反向），要么是“.”phase（int）：0、1或2，表示的第一个碱基是密码子的第一个碱基attributes（dict）：所有标记/值对的字典
快速启动
导入
importpygff
顺序迭代
withpygff.GffFile('/path/to/file.gff[.gz]')asgff:forentryingff:do_something(entry)
伪-随机访问
gff=pygff.GffFile('/path/to/file.gff[.gz]')forentryingff.fetch('chr1',123040,128040):do_something(entry)
输出
withopen('outfile.gff','wb')asoutfile:withpygff.GffFile('/path/to/file.gff[.gz]')asgff:forentryingff:# Some filteringprint(entry,file=outfile)
贡献和行为准则：
这个项目建立在开放科学、开源和开放思想的基础上。鼓励 一个包容和积极的环境，请看我们的Code of Conduct。
如果您有兴趣参与该项目，请参见CONTRIBUTING指南
欢迎加入QQ群-->： 979659372
