Extracteur de séquences GTF/GFF3

Cet outil récupère des séquences nucléotidiques à partir d'une assemblage du génome en appliquant une annotation GTF/GFF3. Il prend en charge l'extraction des exons, CDS, gènes ou régions de transcrits, avec orientation par brin optionnelle et traduction. Les chercheurs fournissent un fichier FASTA du génome et un fichier d'annotations; l'outil valide les coordonnées, résout les frontières des caractéristiques et produit un fichier FASTA avec une séquence par caractéristique demandée. Il est conçu pour des flux de travail reproductibles et peut s'intégrer dans des pipelines nécessitant des séquences spécifiques aux caractéristiques pour la conception de amorces, l'alignement ou des analyses comparatives.
Conception: l'outil analyse l'annotation, mappe les caractéristiques sur les coordonnées génomiques, ordonne les composants (par exemple les exons dans un transcrit) et concatène les séquences selon le type de caractéristique. Sur le brin négatif, les séquences sont reverse-complementées lorsque cela est demandé. Des extensions optionnelles permettent d'ajouter le contexte en amont et en aval et la traduction des CDS en protéines en utilisant le code génétique standard. Les sorties peuvent inclure des rapports de métadonnées au format CSV ou BED pour faciliter le traitement en aval.
Les principaux bénéficiaires sont les chercheurs en génomique, les bioinformaticiens et les établissements qui ont besoin d'une récupération de séquences fiable et reproductible pour la découverte, la validation ou l'automatisation des pipelines. En séparant la résolution des caractéristiques, l'extraction des séquences et la traduction optionnelle, l'outil offre une traçabilité claire et auditable de la manière dont chaque séquence a été dérivée et de la façon dont les analyses en aval ont été générées.