gtfjson

一个简单的命令行工具，可以将GTF文件转换为NDJSON以快速解析，并在这类JSON上执行其他功能。

摘要

当与bedtools一起工作时，GTF文件格式非常出色，因为它基本上是BED文件格式的修改版。

然而，如果您对注释列感兴趣，解析可能会非常头痛，尤其是在操作整个基因组时。

我编写了这个工具将GTF文件格式转换为可流式传输的换行分隔JSON。

这使得它非常方便，可以用polars在Python中快速加载，并跳过所有注释解析。

安装

您可以使用Rust包管理器cargo安装此工具。

cargo install gtfjson

用法

此工具的执行文件是gj。

转换

要转换GTF文件格式为NDJSON，我们可以使用convert子命令。

# classic i/o
gj convert -i <input.gtf> -o output.json

# write to stdout
gj convert -i <input.gtf> 

分区

我们还可以使用gj以不同的方式对gtf-json进行分区。

它从属性中获取一个变量，并为该记录的每个类别创建一个新的文件，并将匹配该类别的记录填充到这些文件中。

例如 - 我们可以将每个基因的GTF写入到单独的文件中

# Partition on gene_name
gj partition -i <input.ndjson> -o partitions/ -v gene_name

# Partition of gene_id
gj partition -i <input.ndjson> -o partitions/ -v gene_id

# Partition of transcript_biotype
gj partition -i <input.ndjson> -o partitions/ -v transcript_biotype