Skip to content

基因體學 › 檔案格式 › GTF / GFF3

GTF / GFF3 ​

描述基因結構(gene → transcript → exon / CDS / UTR)的註解格式,是 RNA-seq 計數、比對索引、變異註解的必要輸入。兩者都是 9 欄 tab 分隔、1-based 閉區間;差別在第 9 欄的寫法與階層表示。

9 個欄位 ​

text
chr17  HAVANA  gene        7661779  7687538  .  -  .  gene_id "ENSG00000141510.18"; gene_name "TP53"; gene_type "protein_coding";
chr17  HAVANA  transcript  7661779  7687538  .  -  .  gene_id "ENSG00000141510.18"; transcript_id "ENST00000269305.9"; gene_name "TP53"; tag "MANE_Select";
chr17  HAVANA  exon        7687377  7687538  .  -  .  gene_id "ENSG00000141510.18"; transcript_id "ENST00000269305.9"; exon_number 1;
#欄位意義
1seqname染色體(GENCODE / UCSC 用 chr17,Ensembl 用 17)
2source註解來源(HAVANA、ENSEMBL、BestRefSeq…)
3featuregene、transcript、exon、CDS、UTR、start_codon…
4–5start / end1-based、含頭尾
6score多為 .
7strand+ / -(TP53 在負股,exon 1 位置數字最大)
8frameCDS 的讀框相位 0 / 1 / 2
9attributes鍵值對(見下)

GTF vs GFF3 ​

GTF(GFF2.5)GFF3
第 9 欄gene_id "X"; transcript_id "Y";ID=X;Parent=Y;Name=TP53
階層每列都重複帶 gene_id、transcript_id用 ID / Parent 連結
誰在用STAR、featureCounts、HTSeq、Salmon(tximport 對照表)Ensembl / NCBI 原生、IGV、gffread、AGAT
轉換gffread in.gff3 -T -o out.gtf、AGATgffread in.gtf -o out.gff3

常用操作 ​

bash
# 某基因的所有 exon
zcat gencode.v4x.annotation.gtf.gz | awk '$3=="exon"' | grep 'gene_name "TP53";'

# 所有基因 → BED(注意 start - 1)
zcat genes.gtf.gz | awk -F'\t' '$3=="gene" {match($9,/gene_name "[^"]+"/); n=substr($9,RSTART+11,RLENGTH-12); print $1"\t"$4-1"\t"$5"\t"n"\t.\t"$7}' > genes.bed

# 轉錄本對基因的對照表(tximport 用)
zcat genes.gtf.gz | awk -F'\t' '$3=="transcript"' | grep -o 'transcript_id "[^"]*"\|gene_id "[^"]*"' | paste - - > tx2gene.txt

# 從 GTF + FASTA 取出轉錄本序列(Salmon / kallisto 索引用)
gffread -w transcripts.fa -g GRCh38.fa genes.gtf

R 可用 rtracklayer::import("x.gtf") 讀成 GRanges;Python 可用 pyranges / gtfparse。

注意 ​

注意說明
與 FASTA 同版本、同命名STAR 索引用 GENCODE GTF 就要配 GENCODE / UCSC 風格的 FASTA(chr1)
ID 版本號ENSG00000141510.18 的 .18 是版本;與其他資料合併時常要去掉版本號
選哪個註解GENCODE / Ensembl vs RefSeq、comprehensive vs basic、MANE,見 基因註解
轉 BED 時start − 1(見 座標系統)

規格:Ensembl GFF/GTF 格式說明、GFF3 specification。