AGAT - 强大的 GFF/GTF/BED 工具包

AGAT - 强大的 GFF/GTF/BED 工具包

还在用 gffread、GenomeTools等软件将 GFF 文件转化为 GTF 格式？赶紧试试 AGAT 这款更强大的工具！！！

AGAT (Another GTF/GFF Analysis Toolkit) 是一个 GFF/GTF 工具包，几乎能实现所有你可能想要对这两种格式文件进行的操作。

AGAT 有能力检查、修复、填充任何类型的 GTF 和 GFF 的缺失信息 (特征/属性)，以创建完整、分类和标准化的 gff3 格式。经过多年的优化，它已经开发了大量工具来执行几乎任何可能与 GTF/GFF 格式文件相关的任务 (转换，合并，修改，过滤，FASTA 序列提取，添加信息等)。与其他方法相比，AGAT 即使对最不规范的 GTF/GFF 文件也可适用。

<img src="https://cdn.jsdelivr.net/gh/ShengXinF3/ShengXinF3/Pics/agat.png" style="zoom:67%;" />

主要功能

• 将任何 GTF/GFF 文件标准化/整理为全面的 GFF3 格式 (通过带有 _sp_ 前缀的脚本)

  任务	工具
  检查、修复、填充缺失信息到分类和标准化的 gff3	agat_convert_sp_gxf2gxf.pl

  添加缺失的父特征 (例如，如果只有CDS/外显子存在，则添加基因和mRNA)

  添加缺失的功能 (例如外显子和UTR)

  添加缺失的强制属性 (即ID, Parent)

  修复标识符至唯一

  修复特征位置

  删除重复特征

  集合相关特征 (如果分散在文件的不同位置)

  排序功能 (tabix可选)

  合并重叠的基因座成一个单一的基因座(仅当选项激活)

• 转换多种格式

任务	工具
任意 GTF/GFF 转 BED	agat_convert_sp_gff2bed.pl
任意 GTF/GFF 转 GTF	agat_convert_sp_gff2gtf.pl
任意 GTF/GFF 转 表格	agat_sp_gff2tsv.pl
任意 BAM (minimap2) 转 GFF	agat_convert_sp_minimap2_bam2gff.pl
任意 GTF/GFF 转 ZFF	agat_sp_gff2zff.pl
任意 GTF/GFF 转 任意 GTF/GFF (bioperl)	agat_convert_sp_gxf2gxf.pl
BED 转 GFF3	agat_convert_bed2gff.pl
EMBL 转 GFF3	agat_convert_embl2gff.pl
genscan 转 GFF3	agat_convert_genscan2gff.pl
mfannot 转 GFF3	agat_convert_mfannot2gff.pl

• 其它

任务	工具
特征 统计	agat_sp_statistics.pl
make function statistics	agat_sp_functional_statistics.pl
提取 任何类型的序列	agat_sp_extract_sequences.pl
提取 属性	agat_sp_extract_attributes.pl
补充 注释 (non-overlapping loci)	agat_sp_complement_annotations.pl
合并 注释	agat_sp_merge_annotations.pl
通过 ORF 长度 过滤基因模型	agat_sp_filter_by_ORF_size.pl
筛选 最长转录本	agat_sp_keep_longest_isoform.pl
添加 内含子特征	agat_sp_add_introns.pl
修复 cds 相位	agat_sp_fix_cds_phases.pl
操作 IDs	agat_sp_manage_IDs.pl
操作 UTRs	agat_sp_manage_UTRs.pl
操作 introns	agat_sp_manage_introns.pl
操作 功能注释	agat_sp_manage_functional_annotation.pl

功能简介

• 所有以 GFF/GTF 为输入的工具可以分为两组: _sp_ 和 _sq_

  • 带有 _sp_ 前缀的工具

    sp 代表 SLURP。这些工具将以特定的数据结构在内存中存储文件，在付出内存成本的情况下使运行更顺畅。实际上，它允许以更省时的方式执行复杂的任务 (AGAT可以随时访问任何特征)。此外，它允许在格式本身给出的可能性限制内修复所有潜在的错误。

  • 带有 _sq_ 前缀

    sq 代表 SEQUENTIAL。这些工具将从上到下逐行读取和处理 GFF/GTF 文件，实时执行任务。尽管这提高了内存效率，但文件的完整性检查是最小的，因此只能执行简单任务。

• AGAT 解析器 / 由 sp 前缀工具 / 标准化使用，用于创建兼容任何工具的 GXF 文件

  带有 sp 前缀的 AGAT 工具的第一步是修复文件以使其标准化 (例如，只包含外显子的文件将被修改以创建 mRNA 和基因特征)。为了执行这项任务，AGAT 将解析整个数据并将其放入特定的数据结构中，AGAT parser 预计执行以下操作：

  • 创建缺失的父特征（例如，如果第2级或第3级特征没有父特征，我们就创建缺少的第2级和/或第1级特征）
  • 创建缺失的强制属性（ID 和/或 Parent）
  • 使标识符唯一
  • 删除重复的特征（相同的位置、ID 和 Parent）
  • 扩展共享多个父特征的 level3 特征（例如，如果一个外显子在其父属性中有多个父 mRNA 的列表，则将为每个父特征创建一个具有统一ID的外显子）
  • 修复特征的位置错误（例如，当一个mRNA跨越了它基因的位置时修复基因位置）
  • 在 CDS 和外显子存在的条件下，添加 UTR
  • 在可能的条件下，添加外显子（CDS 必须存在）
  • 将特征聚集（如果相关的特征分布在文件的不同地方）

常用工具

修复 GFF 文件的格式

agat_convert_sp_gxf2gxf.pl

用法：

agat_convert_sp_gxf2gxf.pl \
    -g genome.gff -o genome.gff

选项：

• --gff or -f

  输入 GTF/GFF 文件

• --output or -o

  输出文件

提取和总结 GFF 文件中的功能信息

agat_sp_functional_statistics.pl

用法：

agat_sp_functional_statistics.pl --gff genome.gff [ -o dirname ]
agat_sp_functional_statistics.pl --help

选项：

• --gff or -f

  输入 GTF/GFF 文件

• --output or -o

  输出结果的文件夹路径（默认 output_functional_statistics）

根据 gff 文件中描述的特征以 fasta 格式提取序列

agat_sp_extract_sequences.pl

用法：

# Gene
agat_sp_extract_sequences.pl -g genome.gff -f genome.fa -t gene -o gene.fa
# mRNA
agat_sp_extract_sequences.pl -g genome.gff -f genome.fa -t mrna -o mrna.fa
# CDS
agat_sp_extract_sequences.pl -g genome.gff -f genome.fa -t cds -o cds.fa
# Protein
agat_sp_extract_sequences.pl -g genome.gff -f genome.fa -t cds -p -o pep.fa
# To extract 3000nt upstream region of a gene
agat_sp_extract_sequences.pl -g genome.gff -f genome.fa -t gene --upstream 3000 -o promoter_3kb.fa

选项：

• --gff or -f

  输入 GTF/GFF 文件

• --output or -o

  输出结果的文件夹路径（默认 output_functional_statistics）

将 GTF/GFF 格式转换为 BED

agat_sp_functional_statistics.pl

用法：

agat_convert_sp_gff2bed.pl --gff genome.gff [ -o filename ]

选项：

• --gff

  输入 GTF/GFF 文件

• --output or -o

  输出文件

筛选最长的转录本序列

agat_sp_functional_statistics.pl

用法：

agat_sp_keep_longest_isoform.pl --gff genome.gff [ -o filename ]

选项：

• --gff

  输入 GTF/GFF 文件

• --output or -o

  输出文件

扫码关注微信公众号【生信F3】获取文章完整内容，分享生物信息学最新知识。

本文由mdnice多平台发布