scikitbio从gff3 fi中提取基因组特征

Question

在scikit bio中，是否可以从基因组fasta文件中提取存储在gff3格式文件中的基因组特征？在

示例：

---

在基因组.fasta在

>sequence1
ATGGAGAGAGAGAGAGAGAGGGGGCAGCATACGCATCGACATACGACATACATCAGATACGACATACTACTACTATGA

---

在注释.gff3在

^{pr2}$

---

mRNA特征（转录本1）所需的序列是两个子CDS特征的结合。所以在本例中，这将是'ATGGAGCTATGA'。在

Answer 1

此功能已添加到scikit bio中，但bioconda中提供的版本尚未支持（2017-12-15）。gff3的格式文件存在于Github repository。

您可以使用以下方法克隆回购并在本地安装它：

$ git clone https://github.com/biocore/scikit-bio.git
$ cd scikit-bio
$ python setup.py install

以下是文件中给出的示例，以下代码应正常工作：

^{pr2}$

对于我来说，这会引发^{{cd1>}，但正确报告了条目：

^{pr3}$

在代码中的示例中，GFF3和FASTA文件在用于读取函数的输入字符串中连接。也许这可以解决这个问题。另外，我不确定如何使用返回的间隔提取功能。