• 主页
  • 课程

    关于课程

    • 课程归档
    • 成为一名讲师
    • 讲师信息
    同等学历教学

    同等学历教学

    免费
    阅读更多
  • 特色
    • 展示
    • 关于我们
    • 问答
  • 事件
  • 个性化
  • 博客
  • 联系
  • 站点资源
    有任何问题吗?
    (00) 123 456 789
    weinfoadmin@weinformatics.cn
    注册登录
    恒诺新知
    • 主页
    • 课程

      关于课程

      • 课程归档
      • 成为一名讲师
      • 讲师信息
      同等学历教学

      同等学历教学

      免费
      阅读更多
    • 特色
      • 展示
      • 关于我们
      • 问答
    • 事件
    • 个性化
    • 博客
    • 联系
    • 站点资源

      未分类

      • 首页
      • 博客
      • 未分类
      • 你看过 NCBI 的基因组和注释文件吗?

      你看过 NCBI 的基因组和注释文件吗?

      • 发布者 weinfoadmin
      • 分类 未分类, 老俊俊的生信笔记
      • 日期 2021年9月10日
      • 评论 0评论

      感谢老俊俊的大力支持。我们会每日跟新,欢迎您关注老俊俊的生信笔记。


      点击上面关注我们!


      1

      前言


      我们知道下载基因组和注释文件的数据框有 ENSEMBL、UCSC、GENCODE、NCBI 等数据框,至于 NCBI 数据库的基因组和注释文件我还没怎么下载过,这次来探索学习一下。


      2

      过程


      首先进入 NCBI官网选择 genome 选项,然后输入你的 物种名称 ,这里我用 小鼠 当作例子:


      人: Homo sapiens
      小鼠: Mus musculus
      大鼠: Rattus norvegicus

      然后进入页面可以看到基因组版本、基因组、转录本、蛋白质和注释文件的信息,点击深蓝色文字即可直接下载。

      再往下还有染色体的相关信息,例如大小,GC 含量,tRNA 数量,rRNA 数量,基因数量等等:

      Browse the list 点进去可以看到 Mus musculus 物种的亚种的基因组信息:

      亚种信息:

      点击 RefSeq 或者 GenBank 能进入 ftp 下载的网址链接。那么这两个有什么区别呢?网上找了一些答案:

      大概就是说用 refseq 的是比较准确的非冗余的具有代表性的序列,我们进入看看。

      RefSeq:

      继续进入:

      我看可以看到我们需要的文件,还有很多文件可以打开 README.txt 文件查看具体的描述和解释。

      GenBank:

      进入可以看到不同亚种的信息的文件夹:

      我们点第二个进入看看:

      也可以下载相应亚种的 基因组文件 和 注释文件 ,大家按需下载。

      这里还是推荐下载 RefSeq 的基因组文件和注释文件,比较有代表性一点


      3

      查看下载的文件


      我们把基因组和注释文件下载下来看看:

      $ less GCF_000001635.27_GRCm39_genomic.fna
      >NC_000067.7 Mus musculus strain C57BL/6J chromosome 1, GRCm39
      NNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNN
      NNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNN
      NNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNN
      NNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNN
      ...

      查看所有染色体:

      $ grep '>' GCF_000001635.27_GRCm39_genomic.fna

      >
      NC_000067.7 Mus musculus strain C57BL/6J chromosome 1, GRCm39
      >NT_166280.1 Mus musculus strain C57BL/6J chromosome 1 unlocalized genomic scaffold, GRCm39 MMCHR1_RANDOM_CTG1
      >NT_166281.1 Mus musculus strain C57BL/6J chromosome 1 unlocalized genomic scaffold, GRCm39 MMCHR1_RANDOM_CTG2
      >NT_166282.1 Mus musculus strain C57BL/6J chromosome 1 unlocalized genomic scaffold, GRCm39 MMCHR1_RANDOM_CTG3
      >NT_162750.1 Mus musculus strain C57BL/6J chromosome 1 unlocalized genomic scaffold, GRCm39 MMCHR1_RANDOM_CTG5
      >NW_023337852.1 Mus musculus strain C57BL/6J chromosome 1 unlocalized genomic scaffold, GRCm39 MMCHR1_RANDOM_CTG6
      >NT_166338.1 Mus musculus strain C57BL/6J chromosome 1 unlocalized genomic scaffold, GRCm39 MMCHR1_RANDOM_CTG7
      >NC_000068.8 Mus musculus strain C57BL/6J chromosome 2, GRCm39
      >NC_000069.7 Mus musculus strain C57BL/6J chromosome 3, GRCm39
      >NC_000070.7 Mus musculus strain C57BL/6J chromosome 4, GRCm39
      >NT_187055.1 Mus musculus strain C57BL/6J chromosome 4 unlocalized genomic scaffold, GRCm39 MMCHR4UN_CTG6
      >NC_000071.7 Mus musculus strain C57BL/6J chromosome 5, GRCm39
      ...

      发现染色体的名字和其它数据库不咋一样,UCSC 和 GENCODE 是 chr1 之类的,ENSEMBL 是以 单纯的数字 1 等来命名的。

      我们看看注释文件:

      $ less -S GCF_000001635.27_GRCm39_genomic.gtf

      #
      gtf-version 2.2
      #!genome-build GRCm39
      #!genome-build-accession NCBI_Assembly:GCF_000001635.27
      #!annotation-source NCBI Mus musculus Annotation Release 109
      NC_000067.7     cmsearch        gene    3172239 3172348 .       +       .       gene_id "Gm26206"; transcript_id ""; db_xref "GeneID:115487594"; db_xref >
      NC_000067.7     cmsearch        exon    3172239 3172348 .       +       .       gene_id "Gm26206"; transcript_id "XR_004936710.1"; db_xref "GeneID:115487>
      NC_000067.7     BestRefSeq%2CGnomon     gene    3269956 3741733 .       -       .       gene_id "Xkr4"; transcript_id ""; db_xref "GeneID:497097"; db_xre>
      NC_000067.7     Gnomon  exon    3740775 3741733 .       -       .       gene_id "Xkr4"; transcript_id "XM_006495550.5"; db_xref "GeneID:497097"; gbkey "m>
      NC_000067.7     Gnomon  exon    3491925 3492124 .       -       .       gene_id "Xkr4"; transcript_id "XM_006495550.5"; db_xref "GeneID:497097"; gbkey "m>
      NC_000067.7     Gnomon  exon    3283662 3287191 .       -       .       gene_id "Xkr4"; transcript_id "XM_006495550.5"; db_xref "GeneID:497097"; gbkey "m>
      NC_000067.7     Gnomon  exon    3269956 3277540 .       -       .       gene_id "Xkr4"; transcript_id "XM_006495550.5"; db_xref "GeneID:497097"; gbkey "m>
      NC_000067.7     Gnomon  CDS     3740775 3741571 .       -       0       gene_id "Xkr4"; transcript_id "XM_006495550.5"; db_xref "GeneID:497097"; gbkey "C>
      NC_000067.7     Gnomon  CDS     3491925 3492124 .       -       1       gene_id "Xkr4"; transcript_id "XM_006495550.5"; db_xref "GeneID:497097"; gbkey "C>
      NC_000067.7     Gnomon  CDS     3286248 3287191 .       -       2       gene_id "Xkr4"; transcript_id "XM_006495550.5"; db_xref "GeneID:497097"; gbkey "C>
      NC_000067.7     Gnomon  start_codon     3741569 3741571 .       -       0       gene_id "Xkr4"; transcript_id "XM_006495550.5"; db_xref "GeneID:497097"; >
      NC_000067.7     Gnomon  stop_codon      3286245 3286247 .       -       0       gene_id "Xkr4"; transcript_id "XM_006495550.5"; db_xref "GeneID:497097"; >
      NC_000067.7     BestRefSeq      exon    3740775 3741721 .       -       .       gene_id "Xkr4"; transcript_id "NM_001011874.1"; db_xref "GeneID:497097";


      4

      下载其它版本


      点击 NCBI Datasets ,这是一个新功能,进入可以看到不同的版本和发布时间等信息:

      可以看到既有 不同版本 的 GRCm38/39,也有 不同数据库 的 RefSeq 和 GenBank 的,也有 亚种 的版本:

      我们可以勾选相应文件,这里假如下载 GRCm38 版本的,点击右边的 下载选项,然后再勾选需要下载的文件即可,下载的文件是一个打包的文件:


      欢迎加入生信交流群。加我微信我也拉你进 微信群聊 老俊俊生信交流群 哦。

      群二维码:


      老俊俊微信:




      知识星球:



      所以今天你学习了吗?

      欢迎小伙伴留言评论!

      点击我留言!

      今天的分享就到这里了,敬请期待下一篇!

      最后欢迎大家分享转发,您的点赞是对我的鼓励和肯定!

      如果觉得对您帮助很大,赏杯快乐水喝喝吧!



       往期回顾 




      ◀ComplexHeatmap 之 Legends 续(二)

      ◀ComplexHeatmap 之 Legends 续(一)

      ◀ComplexHeatmap 之 Legends

      ◀ComplexHeatmap 之 Heatmap List 续(二)

      ◀ComplexHeatmap 之 Heatmap List 续(一)

      ◀ComplexHeatmap 之 Heatmap List

      ◀ComplexHeatmap 之 Heatmap Annotations 续(三)

      ◀ComplexHeatmap 之 Heatmap Annotations 续(二)

      ◀ComplexHeatmap 之 Heatmap Annotations 续(一)

      ◀ComplexHeatmap 之 Heatmap Annotations

      请关注“恒诺新知”微信公众号,感谢“R语言“,”数据那些事儿“,”老俊俊的生信笔记“,”冷🈚️思“,“珞珈R”,“生信星球”的支持!

      • 分享:
      作者头像
      weinfoadmin

      上一篇文章

      ggplot2 | 图例(Ⅰ):图例函数、主题函数中的图例参数
      2021年9月10日

      下一篇文章

      ComplexHeatmap 之 Legends 续(一)
      2021年9月10日

      你可能也喜欢

      2-1675088548
      lncRNA和miRNA生信分析系列讲座免费视频课和课件资源包,干货满满
      30 1月, 2023
      9-1675131201
      如何快速批量修改 Git 提交记录中的用户信息
      26 1月, 2023
      8-1678501786
      肿瘤细胞通过改变CD8+ T细胞中的丙酮酸利用和琥珀酸信号来调控抗肿瘤免疫应答。
      7 12月, 2022

      留言 取消回复

      要发表评论,您必须先登录。

      搜索

      分类

      • R语言
      • TCGA数据挖掘
      • 单细胞RNA-seq测序
      • 在线会议直播预告与回放
      • 数据分析那些事儿分类
      • 未分类
      • 生信星球
      • 老俊俊的生信笔记

      投稿培训

      免费

      alphafold2培训

      免费

      群晖配置培训

      免费

      最新博文

      Nature | 单细胞技术揭示衰老细胞与肌肉再生
      301月2023
      lncRNA和miRNA生信分析系列讲座免费视频课和课件资源包,干货满满
      301月2023
      如何快速批量修改 Git 提交记录中的用户信息
      261月2023
      logo-eduma-the-best-lms-wordpress-theme

      (00) 123 456 789

      weinfoadmin@weinformatics.cn

      恒诺新知

      • 关于我们
      • 博客
      • 联系
      • 成为一名讲师

      链接

      • 课程
      • 事件
      • 展示
      • 问答

      支持

      • 文档
      • 论坛
      • 语言包
      • 发行状态

      推荐

      • iHub汉语代码托管
      • iLAB耗材管理
      • WooCommerce
      • 丁香园论坛

      weinformatics 即 恒诺新知。ICP备案号:粤ICP备19129767号

      • 关于我们
      • 博客
      • 联系
      • 成为一名讲师

      要成为一名讲师吗?

      加入数以千计的演讲者获得100%课时费!

      现在开始

      用你的站点账户登录

      忘记密码?

      还不是会员? 现在注册

      注册新帐户

      已经拥有注册账户? 现在登录

      close
      会员购买 你还没有登录,请先登录
      • ¥99 VIP-1个月
      • ¥199 VIP-半年
      • ¥299 VIP-1年
      在线支付 激活码

      立即支付
      支付宝
      微信支付
      请使用 支付宝 或 微信 扫码支付
      登录
      注册|忘记密码?