GenBankファイルから配列とメタデータを取り出す gbmunge

この小さなCプログラムgbmungeは、GenBankファイルをFASTA配列とタブで区切られたメタデータに変換する。

GenBankファイルから以下の情報を抽出する。

• 名前
• アクセッション
• 長さ
• 投稿日
• ホスト
• 国
• 収集日

これらの情報を抽出するだけでなく、日付はBEASTのような下流のソフトウェアでより理解しやすくするために、31-DEC-2001を2001-12-31にするなど再フォーマットされ、国名はISO3コードにマッチするようにクリーニングされる。

インストール

Github

#conda (link)
mamba install -c bioconda -y gbmunge

#from source
git clone https://github.com/sdwfrost/gbmunge
cd gbmunge
make

> gbmunge -h

$ gbmunge -h
gbmunge: option requires an argument -- 'h'
Extract from a GenBank flat file.

Usage: gbmunge [-h] -i <Genbank_file> -f <sequence_output> -o <metadata_output> [-t] [-s]

実行方法

GenBankファイルを指定する。

gbmunge -i input.gbff -f output.fasta -o metadata.txt

メタデータ出力

引用

GitHub - sdwfrost/gbmunge: Munge GenBank files into FASTA and tab-separated metadata

関連