在我们得到SNP位点的VCF文件，想要查看某个SNP位点其在蛋白序列哪一个位点，以了解该位点氨基酸突变的情况时，遇到gff为负链的情况而和我们VCF所给位置信息对不上，为了解决这个问题，于是写了以下文章
某基因部分gff文件截取
在gff文件中有时候遇到这种“-”号的
gff文件各列含义解释
首先，我们从这个gff文件格式信息中得知，该“-”代表着负链
在遇到这种负链是，我们根据gff文件从基因组上提取基因序列时，提取的是它的反向互补链,具体证据见两篇文章
gff负链反向互补 - CSDN
根据gff/gtf等注释文件取负链上的序列：先反向互补染色体再截取？还是先截取区间再反向互补序列？_viancheng的博客-CSDN博客
那么，什么是反向互补链呢？
在DNA中，两条DNA单链为彼此的反向互补链
DNA反向互补
所谓反向互补，就是反向相反，碱基互补
比如：
原序列： 5’ AATTCCGG 3'
则反向序列为：5’ GGCCTTAA 3'就是原序列反过来；
互补序列： 5’ TTAAGGCC 3'就是与原序列互补；
反向互补： 5’ CCGGAATT 3 就是与反向序列互补
这里注意碱基序列的书写顺序为5’-3'
从DNA图里看反向互补就是这样的
image.png
gff与gene的对应关系：
举个例子
比如我们在基因组上的4-11位是以下的序列信息，利用gff文件，我们得到了基因a
[图片上传中...(image.png-23728-1656053722379-0)]
image.png
gff文件前7列
那么我们的提取的gene文件应该是什么样的呢？
首先我们看到，gff显示此链为负链，所以基因a应该是它的反向互补
基因a
所以，假如我们某个SNP位于基因组上的第7位,其碱基为T，那么，在具体的基因a里，它应该是什么样的呢
其在基因a上的位置信息应该是即为第11-7+1=5位的A，即在基因a上的位置信息=基因组下限区间pos-SNP位于基因组上的pos+1，且为互补碱基。
即，基因组的gff文件注释的是gene文件的信息，而非基因组的信息。
