Extracteur de séquences GFF3

LExtracteur de séquences GFF3 récupère les séquences de nucléotides à partir d’un génome de référence en utilisant les annotations GFF3. Il prend en charge des caractéristiques telles que CDS, exons, gènes et transcrits, en produisant des sorties FASTA pour des analyses en aval telles que la découverte de motifs ou la génomique comparative.

Conception: l’outil lit un fichier FASTA du génome et un fichier GFF3, construit un index par contig et, pour chaque caractéristique demandée, collecte les coordonnées, relie les segments multi-exons et respecte la direction du brin pour produire la séquence exacte.

Avantages: extraction reproductible dans les pipelines, compatibilité avec les formats de fichier standard et traitement efficace pour les grands génomes via le streaming. Il est utile pour les chercheurs, les enseignants et les ingénieurs de flux de travail qui assemblent des ensembles de séquences axés sur les caractéristiques.

Fonctions principales: filtrage basé sur le type, extraction consciente du brin, fusion des exons et en-têtes FASTA descriptifs. Cas d’utilisation: extraction CDS pour tests de traduction, collecte de régions promotrices et création d’un catalogue de séquences de référence.