当使用GFF.write()创建文件时,我得到了一行新的 "注释备注 "作为来源,后面是序列区域的ASCII编码。
##gff-version 3
##sequence-region NC_011594.1 1 16779
NC_011594.1 annotation remark 1 16779 . . . gff-version=3;sequence-region=%28%27NC_011594.1%27%2C 0%2C 16971%29,%28%27NC_042493.1%27%2C 0%2C 132544852%29, (continues on and on)
NC_011594.1 RefSeq gene 1 1531 . + . Dbxref=GeneID:7055888;ID=gene-COX1;Name=COX1;gbkey=Gene;gene=COX1;gene_biotype=protein_coding
有什么想法,为什么会出现在这里,有什么作用,我如何避免?我担心在第三方软件中使用时可能会出现问题。
我只导入了 bcbio-gff 包,但我相信它是 Biopython 的一部分,链接。https:/biopython.orgwikiGFF_Parsing
对于你的第一个问题--"为什么它在那里?"
对于你的下一个问题--"我怎样才能避免它?"
annotations
属性为空字典,然后再调用 GFF.write()
.例子:
from Bio import SeqIO
from BCBio import GFF
g = SeqIO.read('NC_003888.3.gb','gb')
g.annotations = {}
with open('t2.gff', 'w') as f:
GFF.write([g], f)
输出文件头--无 # annotation remark
head t2.gff
##gff-version 3
##sequence-region NC_003888.3 1 8667507
NC_003888.3 feature source 1 8667507 ... removed for clarity ....