1.1）GFF3
GFF3允許使用#作為注釋符號 ，除去注釋外，主體部分共有9列。
1) seqid ：序列的id。(The name of the sequence where the feature is located.)
2）source：注釋的來源，一般指明產生此gff3文件的軟件或方法(e.g. Augustus or RepeatMasker)。如果未知，則用點（.）代替。
3）type： 類型，此處不受約束，但為下游分析方便，建議使用gene，repeat_region，exon，CDS，或SO對應編號等。
4）start：起始位置，從1開始計數（區別於bed文件從0開始計數）。
5）end：終止位置。
6）score：得分，注釋信息可能性說明，可以是序列相似性比對時的E-values值或者基因預測是的P-values值。”.”表示為空。(indicates the confidence of the source on the annotated feature)
7）strand：“＋”表示正鏈，“－”表示負鏈，“.”表示不需要指定正負鏈，“?” 表示未知.
8）phase ：步進。僅對編碼蛋白質的CDS有效，本列指定下一個密碼子開始的位置。可以是0、1或2，表示到達下一個密碼子需要跳過鹼基個數。
9）attributes：屬性。一個包含眾多屬性的列表，格式為“標簽＝值”（tag=value），不同屬性之間以分號相隔。
1.2）GTF2
1） seqname: 序列的名字。通常格式染色體ID或是contig ID。
2） source：注釋的來源。通常是預測軟件名或是公共數據庫。
3） start：起始位置，從1開始計數。
4） end：終止位置。
5） feature ：基因結構.根據所使用軟件不同，feature types必須注明。CDS，start_codon，stop_codon是一定要含有的類型。
6） score ：這一列的值表示對該類型存在性和其坐標的可信度，不是必須的，可以用點“.”代替。
7） strand：鏈的正向與負向，分別用加號+和減號-表示。
8） frame：密碼子偏移，可以是0、1或2。
9） attributes：必須要有以下兩個值：
gene_id value: 表示轉錄本在基因組上的基因座的唯一的ID。gene_id與value值用空格分開，如果值為空，則表示沒有對應的基因。
transcript_id value: 預測的轉錄本的唯一ID。transcript_id與value值用空格分開，空表示沒有轉錄本。
2)GFF3和GTF2之間的異同及相互轉換。
---------------------------------------------------
gffread my.gff3 -T -o my.gtf #gff2gtf
gffread merged.gtf -o- > merged.gff3 #gtf2gff
3) 習題
---------------------------------------
3.1）gff3格式的功能是是什么？目前有幾版？
3.2）gff3共有多少列？每一列的含義是什么？
3.3）gff3中的第8列代表的0,1,2分別代表什么含義？
3.4）gff3第9列不同屬性之間是用什么符號分割的？
3.5）gtf2和gff3格式上有何異同？
3.6）gtf2和gff3在功能上有什么差異？
3.7）gtf2第9列中不同屬性用什么符號分割？
3.8）如何將gtf和gff之間相互轉換？
3.9）統計test.gff文件中組裝出來的染色體條數
3.10）統計test.gff文件中lnc_RNA個數
3.11）統計基因組文件test.gff中有多少個基因
3.12）求最長基因的長度
3.13）查找一個基因下有3個轉錄本的基因個數
3.14）求相位為2的cds個數
3.15）找出基因含有最多的外顯子的個數
3.16) 將test.gff轉化為test.gtf
3.17）統計test.gtf中transcript的個數
3.18）根據test.gtf統計位於正鏈上的exon的個數
3.19）將test.gtf中所有的gene ID都統計出來
3.20) 找出test.gtf中位於正鏈上的最長的基因
4) 參考資源
---------------------------------------
https://en.wikipedia.org/wiki/General_feature_format
http://boyun.sh.cn/bio/?p=1602