生信格式 | GAF GO注释文件详解
下载
http://current.geneontology.org/products/pages/downloads.html
GOC（Gene Ontology Consortium）提供了41种不同模型生物的GAF格式的注释信息。
GAF格式介绍
官网：http://geneontology.org/docs/go-annotation-file-gaf-format-2.1/
GO 注释文件有GOC（Gene Ontology Consortium）负责管理，使用GO术语（GO terms）来代表基因产物的属性。
打开GAF文件首先可以看到 Header 信息：
接下来就是GO注释的详细信息：
GAF（GO Annotation File）的使用tab符号分割，每一行代表一个基因产物与其对应的GO术语，物种等17列信息，每一列的含义如下：
1.DB
基因标识的来源数据库，必须是 参考数据库 里包含的
2.DB Object ID
上述数据库所对应的唯一标识符，比如，上面DB是 UniProtKB 数据库的话，那么DB Object ID是P12345
3.DB Object Symbol
对应的基因名：PHO3
4.Qualifier
可选字段，该注释信息是否被修改。值为基数0，1，> 1;对于基数> 1，使用|分隔条目（例如，NOT | contributes_to）
5.GO ID
使用GO：和7为数字，GO:XXXXXXX格式标识
6.DB:Reference
注释的证据来源，一般为文献参考，格式为DB:accession_number
7.Evidence Code
GO注释的证据码，证据码列表
8.With [or] From
可选字段，此字段用于保存注释的其他标识符，例如，它可以标识被注释的基因产物与之相似的另一基因产物（ISS）或与之相互作用（IPI）。
9.Aspect
属于P (biological process), F (molecular function) or C (cellular component) 的哪种GO注释
10.DB Object Name
可选字段，基因或基因产物的全名
11.DB Object Synonym
可选字段，基因 Symbol ID。考虑到基因别名的存在，该值在构建参考数据库的时候最好使用|分隔，比如YFL039C|ABY1|END7
12.DB Object Type
蛋白产物：protein_complex; protein; transcript; ncRNA; rRNA; tRNA; snRNA; snoRNA; any subtype of ncRNA in the Sequence Ontology 。
13.Taxon
物种的Taxonomic 标识符，使用数字编号来代表某个物种。
之前的一篇文章中详细介绍了NCBI的物种分类库：https://zhuanlan.zhihu.com/p/90747645
14.Date
注释日期，格式YYYYMMDD
15.Assigned By
注释信息来源数据库
16.Annotation Extension
可选字段，可以包含DB:gene_id DB:sequence_id CHEBI:CHEBI_id Cell Type Ontology:CL_id GO:GO_id
17.Gene Product Form ID
由于DB对象ID（第2列）条目必须是规范实体（即基因或与基因具有1：1对应关系的抽象蛋白质），因此该字段允许注释该基因或基因产物的特定变体。包括通过差异剪接，替代翻译起始，翻译后切割或翻译后修饰产生的不同蛋白质的标识符，以及功能性RNA的标识符。
微信
支付宝
