ID轉(zhuǎn)換專題之linux命令處理1:gtf

  • ID轉(zhuǎn)換的目的是尋找兩列ID的對應(yīng)關(guān)系冈涧,一列是當(dāng)前數(shù)據(jù)你所有的,另一列ID是所需要的ID即可正蛙,不多不少督弓,就兩列即可。那么linux命令也是可以處理的乒验,找一個這些信息的文本愚隧,用linux命令處理好。前提是linux基礎(chǔ)命令你掌握了锻全,掌握要求狂塘,培訓(xùn)課的第二天所講內(nèi)容。
  • 下面我處理的是ENSG轉(zhuǎn)gene name的gff文件鳄厌,因為這個文件里的信息含義這兩列荞胡,我只需提取出來就好了。

下載gtf

你可以用gencode的gtf或者ncbi的gff了嚎,里面含有你想要的ID信息就好泪漂,只是處理的代碼不同,因此linux基礎(chǔ)和進(jìn)階命令都要學(xué)會歪泳,很有用萝勤,很高效

ENSG ID與gene nama對應(yīng)關(guān)系

$ zless -S gencode.v31.annotation.gtf.gz|grep -w 'gene'|cut -f 9|awk -v OFS="\t" '{print $2,$6,$4}'|sed 's/[";]//g'|sed '1i #gene_id\tgene_name\tgene_type'|less
# 或者用下面awk的gsub來做
zless -S gencode.v31.annotation.gtf.gz|grep -w 'gene'|cut -f 9|awk -v OFS="\t" '{gsub(/[";]/,"");print $2,$6,$4}'|sed '1i #gene_id\tgene_name\tgene_type'|less
image.png

ENST ID與ENSG ID對應(yīng)關(guān)系

$ zless -S gencode.v31.annotation.gtf.gz|grep -w 'transcript'|cut -f 9|awk -v OFS="\t" 'BEGIN{print "gene_id","transcript_id","gene_name","transcript_type"}{print $2,$4,$8,$10}'|sed 's/[";]//g'|less -S
# zless -S gencode.v31.annotation.gtf.gz|grep -w 'transcript'|cut -f 9|awk -v OFS="\t" 'BEGIN{print "gene_id","transcript_id","gene_name","transcript_type"}{print $2,$4,$8,$10}'|sed 's/[";]//g'|sort|uniq|less -S
# gene_id transcript_id   gene_name       transcript_type4列信息
示例

如果你需要過濾類型查看的話

$ zless -S gencode.v31.annotation.gtf.gz|grep -w 'transcript'|awk '{print $18}'|sort|uniq
# 查看所有類型
"IG_C_gene";
"IG_C_pseudogene";
"IG_D_gene";
"IG_J_gene";
"IG_J_pseudogene";
"IG_pseudogene";
"IG_V_gene";
"IG_V_pseudogene";
"lncRNA";
"miRNA";
"misc_RNA";
"Mt_rRNA";
"Mt_tRNA";
"nonsense_mediated_decay";
"non_stop_decay";
"polymorphic_pseudogene";
"processed_pseudogene";
"protein_coding";
"pseudogene";
"retained_intron";
"ribozyme";
"rRNA";
"rRNA_pseudogene";
"scaRNA";
"scRNA";
"snoRNA";
"snRNA";
"sRNA";
"TEC";
"transcribed_processed_pseudogene";
"transcribed_unitary_pseudogene";
"transcribed_unprocessed_pseudogene";
"translated_processed_pseudogene";
"translated_unprocessed_pseudogene";
"TR_C_gene";
"TR_D_gene";
"TR_J_gene";
"TR_J_pseudogene";
"TR_V_gene";
"TR_V_pseudogene";
"unitary_pseudogene";
"unprocessed_pseudogene";
"vaultRNA";


# 然后用grep過濾上面的結(jié)果文件即可
最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市夹囚,隨后出現(xiàn)的幾起案子纵刘,更是在濱河造成了極大的恐慌,老刑警劉巖荸哟,帶你破解...
    沈念sama閱讀 211,290評論 6 491
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件假哎,死亡現(xiàn)場離奇詭異,居然都是意外死亡鞍历,警方通過查閱死者的電腦和手機(jī)舵抹,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 90,107評論 2 385
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來劣砍,“玉大人惧蛹,你說我怎么就攤上這事。” “怎么了香嗓?”我有些...
    開封第一講書人閱讀 156,872評論 0 347
  • 文/不壞的土叔 我叫張陵迅腔,是天一觀的道長。 經(jīng)常有香客問我靠娱,道長沧烈,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 56,415評論 1 283
  • 正文 為了忘掉前任像云,我火速辦了婚禮锌雀,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘迅诬。我一直安慰自己腋逆,他們只是感情好,可當(dāng)我...
    茶點故事閱讀 65,453評論 6 385
  • 文/花漫 我一把揭開白布侈贷。 她就那樣靜靜地躺著惩歉,像睡著了一般。 火紅的嫁衣襯著肌膚如雪俏蛮。 梳的紋絲不亂的頭發(fā)上柬泽,一...
    開封第一講書人閱讀 49,784評論 1 290
  • 那天,我揣著相機(jī)與錄音嫁蛇,去河邊找鬼锨并。 笑死,一個胖子當(dāng)著我的面吹牛睬棚,可吹牛的內(nèi)容都是我干的第煮。 我是一名探鬼主播,決...
    沈念sama閱讀 38,927評論 3 406
  • 文/蒼蘭香墨 我猛地睜開眼抑党,長吁一口氣:“原來是場噩夢啊……” “哼包警!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起底靠,我...
    開封第一講書人閱讀 37,691評論 0 266
  • 序言:老撾萬榮一對情侶失蹤害晦,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后暑中,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體壹瘟,經(jīng)...
    沈念sama閱讀 44,137評論 1 303
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 36,472評論 2 326
  • 正文 我和宋清朗相戀三年鳄逾,在試婚紗的時候發(fā)現(xiàn)自己被綠了稻轨。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 38,622評論 1 340
  • 序言:一個原本活蹦亂跳的男人離奇死亡雕凹,死狀恐怖泳炉,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情枕荞,我是刑警寧澤,帶...
    沈念sama閱讀 34,289評論 4 329
  • 正文 年R本政府宣布明场,位于F島的核電站,受9級特大地震影響李丰,放射性物質(zhì)發(fā)生泄漏榕堰。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點故事閱讀 39,887評論 3 312
  • 文/蒙蒙 一嫌套、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧圾旨,春花似錦踱讨、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,741評論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至廓鞠,卻和暖如春帚稠,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背床佳。 一陣腳步聲響...
    開封第一講書人閱讀 31,977評論 1 265
  • 我被黑心中介騙來泰國打工滋早, 沒想到剛下飛機(jī)就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人砌们。 一個月前我還...
    沈念sama閱讀 46,316評論 2 360
  • 正文 我出身青樓杆麸,卻偏偏與公主長得像,于是被迫代替她去往敵國和親浪感。 傳聞我的和親對象是個殘疾皇子昔头,可洞房花燭夜當(dāng)晚...
    茶點故事閱讀 43,490評論 2 348