TE注释结果不会看？小果教你！
生信人R语言学习必备
立刻拥有一个Rstudio账号
开启升级模式吧
（56线程，256G内存，个人存储1T）
当进行基因组注释时，TE（转座子元件）注释结果是一个非常重要的部分。然而，这些结果可能会让生物信息学新手感到困惑。
在本文中，小果将向大家介绍如何读懂TE注释结果（理解EDTA的使用和输出 问答 ·欧舒君/EDTA 维基 ·GitHub）。
首先打开我们的输出结果目录：
文件比较多，我们重点看以下几个文件，首先看一下GFF3文件：
1.
GCF_000001735.4_TAIR10.1_genomic.fna.mod.EDTA.intact.gff3此文件仅包含结构完整的 TE，包括基因组中的LTRs, TIRs, 和Helitrons. 由于 TE（插入到另一个 TE）的嵌套性质以及错误注释，此文件中的条目可能重叠。
2.
GCF_000001735.4_TAIR10.1_genomic.fna.mod.EDTA.TEanno.gff3此文件包含结构完整和碎片化的TEs，并代表全基因组TE注释，可以说上一个文件是该文件的子集。
每一列包含了以下信息：
seqid：序列的ID
source：注释来源
sequence_ontology：注释类型
start：元素的起始位置（以1为起点
end：元素的结束位置。
score：注释的可信度或置信度，300 用于过滤掉低置信度匹配项
strand：元素所在的链，可以是 “+”（正链）或 “-“（负链）
phase：GFF3 格式要求的阶段划分信息，此字段填充为.
attributes：元素的注释信息，包含元素的ID、名称、分类和同源性等信息
其他文件：
GCF_000001735.4_TAIR10.1_genomic.fna.mod.EDTA.TEanno.sum摘要文件，考虑了重叠的注释，并对 TE 长度和拷贝数进行了总结
放一部分截图，结果很清楚了：
Class列列出了TE的类别信息；
Count列表示该类别下所有TE元素在样本中出现的次数总和；
bpMasked列即被遮蔽的碱基对数量；
%masked列表示被遮蔽的碱基对所占比例。
“–”表示该类别下没有发现任何TE。
total interspersed行表示整体统计结果，显示了所有TE类别的总和。
好啦，通过小果的介绍，有没有看懂了呢？
欢迎使用：云生信 – 学生物信息学 (biocloudservice.com)
如果想用服务器可以联系微信：18502195490（快来联系我们使用吧！）
微信号 | 18502195490
知乎 | 生信果
点击“阅读原文”立刻拥有
↓↓↓