基因组注释文件(GFF,GTF)下载的五种方法
这里提供基因组文件及基因组注释文件的多种下载方法,如果想了解不同版本查看:https://zhenglei.blog.csdn.net/article/details/117486244
1、NCBI
这里提供两种下载方式,一种为网页界面下载,另一种为FTP下载。
可视化下载
- 进入网址
https://www.ncbi.nlm.nih.gov/genome/browse#!/overview/
- 搜索物种
- 下载界面
FTP下载
随便提一下,Chrome 浏览器在18版本后由于安全原因已经不支持 ftp 协议,改用 https 协议,可以看到链接已经与之前的不同。
这里以下载人的参考基因组 GRCh38 为例:
人类基因组注释文件:
GFF 格式:
如果以这种方式下载,其实已经可以路径中大概看出相关物种的下载地址,可以自行查询及下载其他物种。
2、Ensemble
可视化下载
- 网址:http://asia.ensembl.org
- 点击物种名,进入下载界面
- 点击对应名称,下载参考基因组和基因组注释文件
FTP下载
同样以下载人参考基因组 GRCh38 为例:
http://ftp.ensembl.org/pub/current_fasta/homo_sapiens/dna/Homo_sapiens.GRCh38.dna.toplevel.fa.gz
GTF 文件:http://ftp.ensembl.org/pub/current_gtf/homo_sapiens/Homo_sapiens.GRCh38.104.gtf.gz
GTT 文件:http://ftp.ensembl.org/pub/current_gff3/homo_sapiens/Homo_sapiens.GRCh38.104.gff3.gz
3、GENCODE
如果小伙伴研究的物种只涉及人类和小鼠,极力推荐 GENCOE,这里有着相较其他数据库,最新最全的基因组和其注释信息。
- 网址:https://www.gencodegenes.org/
- 点击人类的最新版
- 点击下载基因组注释文件
- 点击下载参考基因组文件
4、UCSC
相对其他下载方式,UCSC 本职的工作是做基因组浏览器的,因此也可以从下图看到,在这里可以根据自己定义来下载相对于的基因组区域,比如 prime,exon,gene,transcript等等。
- 网址:http://genome.ucsc.edu/cgi-bin/hgTables
- 下载:设置参数如下,然后点击下载参考基因组及注释文件
5、iGenomes
iGenomes是常见分析生物的参考序列和注释文件的集合。这些文件已从Ensembl,NCBI或UCSC下载。染色体名称已更改为简单且与下载源一致。每个iGenome都可以作为压缩文件使用,其中包含生物体的单个基因组构建的序列和注释文件。
网址:https://support.illumina.com/sequencing/sequencing_software/igenome.html
由亚马逊资助的生物信息参考基因组下载站点,有各种参考基因组,注释文件,软件索引等常用文件,并且有着极快的下载速度,但是缺点是只有常用的物种。