RefSeq注释下载及加工

如何从UCSC下载refseq参考基因注释文件

RefSeq注释下载及加工

date: 2017.11.21

author:jinwen

引

虽然是科班生信人，但是由于不咋用功，对于UCSC的使用也懵懵懂懂……

这里是最简单的使用

RefSeq基因下载

这个就不赘述了，直接上图

结果太长，看不出啥，看一下表头吧

#bin name chrom strand txStart txEnd cdsStart cdsEnd exonCount exonStarts exonEnds score name2 cdsStartStat cdsEndStat exonFrames

如何获得RefSeq的gtf文件

当然你可以自己编程从上面的文件提取，但似乎还是挺烦，所以UCSC提供了相应的工具genePredToGtf

1. 下载

在一大摞工具中选中genePredToGtf

注意：这是一个编译后的可执行文件，没有后缀，如果下载时带有后缀（比如我下载时有.txt）务必去除后缀

2. 安装

刚才已经说了这是一个可执行文件，所以不需要安装，直接使用

./genePredToGtf

或者加入到环境变量中

vim ~/.bashrc

添加

export PATH=$PATH:/你的目录/genePredToGtf

最后

source ~/.bashrc

3. 使用

假如在UCSC下载的文件是 mm10_ref.genePred ,由于该文件有表头#bin ...,所以要先去除，然后遵循使用说明

即

grep -v "#" mm10_ref.genePred > mm10_ref.genePred

cut -f 2- mm10_ref.genePred | genePredToGtf file stdin mm10_ref.gtf

好了，大功告成！

尾

当然，既然有genePredToGtf，当然也有gtfToGenePred。比如你想要把Ensembl的gtf文件转换一下，也是可以的！

2 条评论