需求:提取 1 號染色體的 21856782-21856982 和 43942666-43942866 區間的 fa 序列;
需要准備的test.gff3文件如下所示,第一列是染色體號,第二列和第三列的內容隨意,第四列和第五列是提取的開始位置和終止位置,第六列和第八列內容隨意,第七列是基因組的正負鏈,第九列序列的信息,第九列必須有Parent=, ;ID=, ;gene_id=信息,不然序列提取不出來。分隔符為tab:
chr1 gene transcript 21856782 21856982 . + . Parent=ENST0000001234.1;ID=ENST0000001234.1;gene_id=ENST0000001234.1
chr1 gene transcript 43942666 43942866 . + . Parent=ENST00000567890.1;ID=ENST00000567890.1;gene_id=ENST00000567890.1
另外還需要基因組文件GRCh38.primary_assembly.genome.fa, 如下所示:

准備好以上兩個文件后,用命令gffread -w test.fa -g GRCh38.primary_assembly.genome.fa test.gff3即可獲取需要的序列。序列存儲在test.fa文件中。
