gff-structure

此技能作为导航与解析大西洋鲑鱼 (Ssal_v3.1) 基因组组装相关 GFF3 注释文件的全面技术参考。专为参与基因映射、注释比对及工作流程开发的生物信息研究人员、计算生物学家与软件工程师所设计。本资源提供了 Ensembl 与 NCBI 注释格式间差异的详细信息，包含基因层级特征、命名规范与属性结构的处理方式。

• 详细的 Ensembl GFF3 属性分解，包含 ID 前缀 (gene:)、生物型 (biotype) 分类，以及针对 ZFIN、RFAM 与 HGNC 等来源的 URL 编码描述解析。

• NCBI GFF3 结构分析，聚焦于 gene 特征类型、LOC ID 命名模式，以及内部基因 ID 与 Dbxref 引用之间的区别。

• 比对表格突显架构差异，例如 biotype 与 gene_biotype 的命名规范，以及数值 ID 的存储位置。

• 关于使用 NCBI 基因直系同源 (ortholog) 数据集进行跨物种分析的指导，特别是针对物种代码 8030 (大西洋鲑鱼) 与人类 (9606) 的映射。

• GFF3 处理的实务限制，强调排序时维持基因区块顺序的重要性，以及使用如 gff_block_sort.py 等脚本的必要性。

• 适用于构建涉及 Liftoff、LiftoffTools、GffCompare 与 ParsEval 等工具的生物信息管线，以进行跨组装映射。

• 专为编写脚本以提取基因属性、验证注释一致性或为 Salmobase 等平台产生映射表的开发人员所设计。

• 预期输入为原始或已处理的 .gff3 文件；输出包括验证后的元数据、整理过的基因特征列表，或如 CDS 与外显子重叠程度等比对指标。

• 使用者应遵守项目中关于序列处理的惯例，并使用 environment.yml 以确保环境依赖的可重现性。在进行后续统计分析或数据库导入之前，请确保所有 GFF 文件保持结构完整性。