现在主流的基因组注释文件GFF3，分为9列，并用制表符分隔。
1、序列名（seqname）。一般是染色ID，chr1
2、来源（source）。一般软件名EVM
3、特征类（feature type）。gene, CDS, exon等。
4、基因组上的起始位点（start position）。
5、基因组上的终止位点（end position）。
6、得分（score）。 比如AUGUSTUS预测得分，不提供就用 . 代替。
7、正负链（strand）。
8、读码框（frame）。基因特征为CDS、起始密码子或终止密码子时，该列的值为0、1或2。0表示该读码框从当前位点开始，1表示该位点下一个碱基开始读码，2表示该位点后两个碱基开始读码。若为其他特征则用 . 表示。
9、属性（Attributes）。包含很多属性的列表。

image.png

GFT格式也分为9列,前8列基本一样，主要是第九列不同

image.png

格式转换

conda install -c bioconda agat
conda install gffread
'''
gffread -T Arabidopsis_thaliana.TAIR10.53.gff3 -o test.gtf
'''