NCBI下载物种叶绿体或线粒体基因组fasta，gff3，gtf，gb文件等

NCBI下载物种叶绿体或线粒体基因组fasta，gff3，gtf，gb文件，以及获得细胞器基因组的全部基因名称

NCBI搜索所需物种

以查找漾濞槭(Acer yangbiense)叶绿体和线粒体基因组为例：
打开NCBI("https://www.ncbi.nlm.nih.gov")，选择基因组数据库(Gneome)数据库搜索物种名:"Acer yangbiense"

漾濞槭基因组表单

跳转到漾濞槭的基因组详情页，往下翻阅

漾濞槭基因组染色体详细表

下载细胞器基因组fasta文件、gff3注释文件、GeneBank格式的gb文件

直接点击对应的序列号，如点击叶绿体基因组序列号 CM017775.1

点击右上角”send to“，选择file，即可下载多种格式文件，如GeneBank格式的gb文件，基因组序列fasta文件，基因组gff3注释文件等

下载细胞器基因组gtf文件，获取线粒体所有基因名

以上漾濞槭例子中没有RefSeq信息，接下来以斑胸草雀为例，在斑胸草雀的参考基因组染色体详细表单中定位到Type列为MT的染色体(线粒体基因组)，记下对应的RefSeq（Scaffold序列号）NC_007897.1

（太长了，省略中间部分）

斑胸草雀基因组染色体详细表单

接下来下载斑胸草雀的参考基因组的注释文件，点击Assembly跳转

Assembly下载页面

在斑胸草雀基因组的Assembly页面点击Download Assemblies 选择RefSeq(参考基因组)的Genomic.gtf文件下载注释文件，下载后打开

下载的gtf文件

用less -S 命令查看 less -S GCF_003957565.2_bTaeGut1.4.pri_genomic.gtf ；红框的部分显示的是所有Scaffold序列号

斑胸草雀基因组gtf详情

用以下shell命令提取NC_007897.1序列（线粒体基因组）的的注释信息，然后提取出”gene"标签的内容，去重得到的便是线粒体基因名

cat GCF_003957565.2_bTaeGut1.4.pri_genomic.gtf | awk '{if($1 == "NC_007897.1"){print $0}}' | awk '{match($0,/.+gene ([^;]+)/,a);print a[1]}' | sort -u >GCF_003957565.2_bTaeGut1.4.pri.MitoFeatures.txt

部分参考：https://www.jianshu.com/p/ec84f635145d

发表于 2022-12-05 14:58
阅读 ( 8943 )
分类：基础知识