Extrator de Sequências GFF3

O Extrator de Sequências GFF3 recupera sequências de nucleotídeos de um genoma de referência usando anotações GFF3. Suporta características como CDS, exons, genes e transcritos, produzindo saídas FASTA para análises a jusante, como descoberta de motivos ou genômica comparativa.

Conceitualmente, a ferramenta lê um FASTA do genoma e um arquivo GFF3, constrói um índice por contig e, para cada recurso solicitado, recolhe coordenadas, concatena segmentos de múltiplos exons e respeita a direção da fita para produzir a sequência exata.

Vantagens incluem extração reprodutível ao longo de pipelines, compatibilidade com formatos de arquivo padrão e processamento eficiente para genomas grandes via streaming. Útil para pesquisadores, educadores e engenheiros de workflow que montam conjuntos de sequências centrados em características.

Funções principais: filtragem por tipo, extração sensível à fita, junção de exons e cabeçalhos FASTA descritivos. Casos de uso: extração de CDS para testes de tradução, coleta de regiões promoteras e criação de um catálogo de sequências de referência.