search

NBISweden / AGAT

Another Gtf/Gff Analysis Toolkit
GNU General Public License v3.0
431 stars 52 forks source link

agat_convert_mfannot2gff.pl produces wrong coordinate for feature starts/ends at position 1 #455

Open KeFungi opened 2 months ago

KeFungi commented 2 months ago

Describe the bug agat_convert_mfannot2gff.pl The feature starts from the very beginning of the mfannot file (position 1) is converted to position 2 in the generated gff.

General (please complete the following information):

To Reproduce see below

Expected behavior The feature position should start at 1 for the annotation.

For example this file

>Parsed1_mito gc=4
;     G-cox1 <== end
;     G-cox1-E6 <== end
     1  TTATGATTGTACAGGTAAATGATTGATATGATGATAATTAGGTGGACAAGGTAAAGTCCA
    61  TTCTAATGTTGTAGCTGTTTCAGTTGTAGGAACTGTAGGATATGTACTACTGAAAAATGA
   121  TGGAATATGCCAATAATTATTTGGTAATGGAGTTTTATCTTTATTAGTTAATGTTAAATA
   181  TAATCCATATATAAAAACAATAGTTGATACTAATGAGATAATTGATCCATATGAAGCAAT
   241  TAAATTCCATTCTGTATATGCATCTGCATAATCAGGGATTCTTCTAGGCATTCCTGCTAG
   301  ACCCAAAAAGTGCATTGGGAAGAATGTAATATTAACTCCTATAAACATTGTCCAGAAGTG
   361  AACTTG
;     G-cox1-E6 <== start
;     G-cox1-I5 <== end
   367  caagtataaattcaaagatgatctaaattatcatcctaattatcactattgataaataat
   427  caaattcttgtagtgataagtcatgtacctttatttaaggccttatgaataaagctgaac
   487  aaactttatttatacttcgactgtacattaagcaccttttaggcacccactgatgaccca
   547  gtctgtagcgatgttgtataccaccgacggtcttgaaatatcaagaataattttattgac
   607  cgttttcaccagtatcgcttattctaaaatgagtatactttttctatacagattgcagta
   667  taaattagaataaactttggattgaacttatgactctatattagaaaactttctggttat
   727  aaa
;     G-cox1-I5-orf275 <== end
   730  ttataaacctaatttgtatagcatatcaggatgcatatgtggtaatactaaaggtcttaa
   790  tatattcataccatcttgaggaatataaagaccatgaacaactttacctgactgtaaagt
   850  tctagtatgcacagtataatttataccatacaaaaataaaagagctttacctaaaagatg
   910  tacttccgaaaaagtaaagcaatatgtagaaaaaagaataccattattaagtttataagc
   970  gtcatcttgaagccaaatagctatagctaatggcgttaaataatcagcgatattagctgg
  1030  aataatctttatcttattaatataaaacaaagaataaagccaattaaactctttaagagt
  1090  ataagtattaaattttattgagtaaaatatcttattatatttactactaaatgattcttt
  1150  aattgaaggaattagagaactacataaacctcttttagcaaaaaagtcatgaatccacaa
  1210  taaataatttttatttattgctccctgtttaaatgtgaatctcacgttattatgccttga
  1270  ttctccatgactatctcctagcaaactacctactagaacactaatgacatctttgtcatc
  1330  actagcattataacctgaaatattaggccttttagttctttcgggacttaatgtgataga
  1390  agaagctataaaaaataaaaagataaaaagatcatacattaaaacttccttaatactaaa
  1450  caattttagtggtaataataagataatagcaactcctattagtttcgatatataaataac
  1510  ctgtctaatatttaatctaattaaattcaatccaattagggcaatatg
;     G-cox1-I5-orf275 <== start /first_aa=H
;     G-cox1-I5 <== start /group=ID (5.94e-40)
;     G-cox1-E5 <== end
  1558  ACCCCAAAATTCATTATATTGTTTTCCTGTTATTTTACCTATCCAATAATAGAATGCGGC
  1618  AAATAAAGCAAATACTGCACCCATTGATAAAACATAATGAAAATGTGCTACTACGTAGTA
  1678  GGTATCATGTAATACAACATCTAATGAAGCATTGGCTAAAATTACACCTGTTAATCCTCC
  1738  TACTGTAAATAAGAAAATAAATCCTAATGCAAATAATACAGGAGTTTTAAATGTAATATG
  1798  TCCTCCATAAAATGTAGCTATCCAACTAAATATTTTTATCCCTGTTGGAACAGCAATTAT
  1858  CATCGTCGCCGCTGTAAAATAAGCCCTAGTATCGACATCTAATCCTACAGTATACATGTG
  1918  ATG
;     G-cox1-E5 <== start
;     G-cox1-I4 <== end
  1921  caaagtaagtaaatagatcatgtaagattctatttcttatcggactataccttcatcttt
  1981  taaataatcaatcatagataacgatcaaagatcgttattaatgacctataaggtcgttac
  2041  aatgataattatttatttttagttattatttatggctaatataaaaaatatctcttaata
  2101  aatatatgacttttagttatatataagagatattttgtatctatcatata
;     G-cox1-I4-orf361 <== end
  2151  ttataatgatcgatctttaattgatgatcattctctgaacgatgatttaggatcattatt
  2211  attaatagtagaaacaatttttctaatttttattaatccttctaaagttgtatgttcttt
  2271  taatattattaaatcatatatacttttccattttaaataagaatttttcttttttgtttt
  2331  taatgaaaaattatcaaaataagaaataacaggaaaaattcctataaatgtattattaat
  2391  atatctatatacactattagttttatttcttaaagtaatatgaccaaatccaaaaatatt
  2451  tttaatatgttcaaaaaaatttaatgcatctttctgatcaaggataaatctaagttgaac
  2511  cctatatccagtaaaagtattaattctttttgtaatattaacattaaaacatccttctgc
  2571  atctgtaaaacctgatagccaagcatcagaaagagaaggtaaaatgggtcttgagataaa
  2631  aattagagctcttgaatcaaataagaaaataaatttattatataaaagagaaccaggtgt
  2691  atttaatttcttatttaaatggatagcccattgttcaagttgattaattctatgaggaag
  2751  aactaaattaccattaaataaatgaaaaagaataagaatgttaatataatcatcaacgat
  2811  aaatctataaacattagatttaacatcaaaaataacattaccaaatcctaaaatttcttg
  2871  aatatgaagtaaaattgcttcttctttttgagttagaattaatctaagtctatcctttaa
  2931  tattaatatagcaccatctccttcaacaaatcctataaaccaagttaaccagttattatc
  2991  tatcttttgaattttattatcatatttagccataaatatttttctaaaattatgaaaatt
  3051  aaaagatgttttacatctagtctctaaggattttgtcttatttaaagacagttttcctgc
  3111  ttgtttagtattttgattaggattttcactactcataagagaagtacctatcaataaaaa
  3171  actgttcaagcatattgtaaaatctttactatttatatcactataaaagggagccatcat
  3231  catatg
;     G-cox1-I4-orf361 <== start /first_aa=H /note=LAGLIDADG ;; evalue:1.8e-44
;     G-cox1-I4 <== start /group=IB (1.46e-17)
;     G-cox1-E4 <== end
  3237  ACTCCAAACTATAAATCCTAATATACCAATAGATAACATAGCATAAACCATTCCTAAATA
  3297  ACCAAAAACAGGTTTTCTAGCAAATGTTGATACTACGTGACTAATTATACCAAATCCAGG
  3357  AATAATTAAGATATACACTTCAGGGTGTCCAAAAAACC
;     G-cox1-E4 <== start
;     G-cox1-I3 <== end
  3395  catattcttaaatctttataaaatctataacaagattcatctctataaagatttatgtac
  3455  ttctttaattttcctctcttccttatttaaccactatcaataagtttcaggatcatatca
  3515  ttagaagccttgtaaaatgactaattgtaaaatataaaaagtcattcaagaatatcgact
  3575  gtacattaagcatcatttcagacacccacaaaagacccagtctgtagcgatgtttattat
  3635  caccgacggtcttagtttagatgaaaacttttaaccgttttcttttgtatcgccaagaga
  3695  taaaattctcttaataccctgtcaggtattatgttataataaacttttaagtttattttt
  3755  ttttccttaataaagttgcaagaaatgattatagattataattataacatgactaagatt
  3815  atggtaaataagataaacttttttaaataaaaagatttttatatctcatatattttcatt
  3875  aattaaggtcttaaaaaaagatatataaccttagcatttgccttaattaatttcaatgat
  3935  ttacaccataccacatcttttattcccgatttttaatcaacccaaagtatataaattaat
  3995  catcttaaagatcttatgaatactatttttacatggaaatcata
;     G-cox1-I3-orf303 <== end
  4039  ttatttattaatttgtgcagcttttaattttaataaagctcttttttcagaaattaaatg
  4099  ttcttgtaataaaacagatgcatgaatttccttaaaaagaattaaactattagctttttt
  4159  acttttaagaggaaatttattaaaatatggaaaacatttagaaacatttttagctccatt
  4219  caattcaaaagtaaatactcctttaattgaatgaggatctaatctaccagctgaaaacaa
  4279  tttaactaaataacctaaaataattgcattcatggcatatttttgagatataagatattt
  4339  cattctaaaagctttagagttctctaaaaaagaacaagtaaaacaaccttcagcatcagt
  4399  aaatcctgataaccaagcagtttctaaactaggtaacatctttgtattgattggatcaat
  4459  actatttaaaattaattgaccatttgtaacccattgattaaatgattttaaaactaaata
  4519  aaattgatcagatttagaaggtaatattatattaccattaaataaatgcataatcataga
  4579  catacattttttatcttgaactataaatcttaaagtattttgttctatactttgtattat
  4639  tattttaccaaaaccaagaacttcttgtattgtttttagaatttctagatctgcactatt
  4699  ttgtgttataacaaattgacatgatccatctcttgttatagtaaatatagatccatcacc
  4759  ttcaacaaatccaattaaccattctaaaaaagattcaggtggtaaaggtctagaaccttc
  4819  aaaataattattatattctttataaaaagctgtaaaatcaaattttgttttatataaatt
  4879  aggatctaaattcatagttgcttctcttaatgtttgtaaattattaagaccttcttgttt
  4939  ccaccagatcat
;     G-cox1-I3-orf303 <== start /note=LAGLIDADG ;; evalue:9.2e-45
  4951  ttttattgatccatatgttattaattctgaaataatattagtaccaggagataaaatttc
  5011  ttaggttagaaataagtggtataattttg
;     G-cox1-I3 <== start /group=ID (7.22e-41)
;     G-cox1-E3 <== end
  5040  AGAATAAATGCTGATATAAAACAGGATCACCTCCTCCTGCTGGATCATAAAATGTAGTAT
  5100  TTAAATTTCTATCTGTTAATAACATAGTAATAGCACCTGCTAATACTGGTAATGATAATA
  5160  ATAATAAAACAGCTGTAATTAAAACAGCCCAAACAAATAATGGTAATTTATGCATTGTCA
  5220  T
;     G-cox1-E3 <== start
;     G-cox1-I2 <== end
  5221  caaattatcgatttattttaataaaccgctggactttatttttaagaaaataatttcttg
  5281  ttttgcgtatagtctctgaggatcctatttcacataaaaggaacataagttttaagaatt
  5341  taaaagatttatatgtgtttagtttcctgctgattgcccattgtaacatatttaaaattt
  5401  taacgaaagataaaacttctcgtatttaaatctttaggagtttccagcatatagcaaaaa
  5461  taaggttttttataaattgagagcaaacttaaaataaaaaagtagaggttaaattaggta
  5521  ataattaaaaaagacctctccttaaaatttaaattaagaaaccaaccgggtataactgta
  5581  atgcataaattaaaaccataaaggtatttttgttaatgatgatcaaagatcgttacgatc
  5641  ctcattaatgacgatcgttataatatatcagagatatattattaaaaattaa
;     G-cox1-I2-orf276 <== end
  5693  ttataaacctaacttataaagcattgaagaatgcataaaaggtaatactaaatcaataaa
  5753  cgtttgtctaaattttgcaggcacaaaaattcttttttgagaatttgaacctgaaacagg
  5813  tttaagtttagcagtaataccaaaattactttgtaatgcatccaataataattgtaatcc
  5873  ttccatattgaaactttgagtatttaaataaataccaccattataataatgtccatcatc
  5933  cattatccaatgagctaaagcaagaggtgttagaagagaactaatatttaaagggacaac
  5993  tttagttcttttgttattaatctctttatagaaaatagaatttaacatattaatttccaa
  6053  agtatagtaaaaagaagtagaaacaagtaagagaatccctatatgagtagtattagttct
  6113  tgtatcaaatgacttgtctaatgaaggtgaacctgtagtaagccatggtttaagaataag
  6173  atacatataagttaaatatttgatatttggcaaaccttgtttaaatctataagtatattt
  6233  agctctaccagatttactaatagatgcatcacctaacaatgtaccaacaagaacagatct
  6293  aatatcttttctaacattatctatctgagttgaactagtagtttcagtagcaagagaatc
  6353  ttttatatatatcaatcctgatggttgtttagcacttaataagataaaattataaagaat
  6413  gaattctattactatattaaatgaaaaaataataatatcaacataaagtaaaacaaaata
  6473  actaaataatgaaaataaataaaggactaaaaatccaataatataaactct
;     G-cox1-I2-orf276 <== start /first_aa=R
;     G-cox1-I2 <== start /group=IB (2.36e-19)
;     G-cox1-E2 <== end
  6524  ACCCGGAGCTCTCATATTTAAAATTGTAGTAATAAAGTTAATAGCACCTAACATTGATGA
  6584  TATACCAGCTAAGTGTAAACTAAAAATAGCTAAGTCAACTGAACCACCTGAATGAAAACC
  6644  AATTGAAGCTAGAGGAGGATAG
;     G-cox1-E2 <== start
;     G-cox1-I1 <== end
  6666  caatatatgttggttattatagataataatgatatacggtgatatctttattataattaa
  6726  tagagataattaaaggttatatttaatattatttatctcttgtcattatatcttatataa
  6786  cacacaattattctcataattgttcggactatgccttaatctttcttaaataatatatta
  6846  agaaatatttattagatattaattagtaattataaagaagattttaaatctgaaatttta
  6906  aaaatgtatattaaatatataaatctattatacttaatatacattttattataataaaaa
  6966  c
;     G-cox1-I1-orf350 <== end
  6967  ctactttttaataaaatttttagtatctctaaattttcttaacattttttgataaaatat
  7027  taatttttctctgtctttagaattgttataatatactgcttgagaccaaattttatattc
  7087  tgtaaacttgttacttattagtatatttctaaaataattcataataatattaatagatac
  7147  tttattagttgtatctaattgacatttagatgtataaattctaactttagaatttatctt
  7207  aaatatcattctaagacattcaaatatgtggaaatctaatttttgactaaatccaaatcc
  7267  tggagataatctttttccttctttaactgtaatataaaatgatccatcaccttcagtaaa
  7327  acctcctacccagtgagggttaagaaataattttactttttccttattagataaatctaa
  7387  attagaccatgctgaagatttataatcactaggaatgtttttcatcttatctcttataat
  7447  tgttatttgagtaactctctcatttaaaggtaaattagattcccatatttctaacccttt
  7507  taaccacagattaaatctatacgatttagaagttaataaaggtaattgattaaatatagg
  7567  tattattactttttttaataatactctatctctaattctaaatttcctcatatttcctcc
  7627  tgatttatctactgatcctattcctaatactgattttacataataaagtatttttacatt
  7687  atacagatgttgatctaaatgaaatgtccaaacaaacttattctttccagttttttcaat
  7747  tgaaaaccctccatctgcatctgtaaatcctactaaccaaacacaaaatttaaataattc
  7807  tgaatgtttatttgaaagattttccgtatttagtctctgaggagcattaaaatctttgtt
  7867  taatacccctgcaaatgatccacatgttaagaacgttatcacatcctcattaaaaaggta
  7927  tgtagttccatataataaatggacttctttgcatagaacggaattattcatatatatctt
  7987  accatatatagcagtcttatcctttaaaatttc
;     G-cox1-I1-orf350 <== start /first_aa=E /note=LAGLIDADG ;; evalue:1.4e-59
  8020  g
;     G-cox1-I1 <== start /group=IB (1.03e-15)
;     G-cox1-E1 <== end
  8021  ACTGTCCACCCTGTACCTGCTCCTTGCTCAACGAATGCTGATCCTATTAATAAAATTAAT
  8081  GATGGTGGCAATAACCAAAAACTGATATTATTCAACCTTGGAAAAGCCATATCAGGGCTA
  8141  CCTATCATTATTGGAACAAAAAAATTTCCAAATCCTCCAATTAAAGCAGGCATAACCATA
  8201  AAGAAAATCATAATAAATGCATGAGCTGTAATAATAACATTATACAATTGATGATCACCA
  8261  TGTAAAAATTGTACACCTGGACCTGCTAATTCTAATCTAATTAAAATTGAAAAAGCTGTA
  8321  CCAATCATACCTGCAAATATAGCGAATATTAAATATAATACTCCTATATCTTTAGCATTA
  8381  GTTGAAAATAACCATCTTAAAATATATTTATTCAT
;     G-cox1-E1 <== start
;     G-cox1 <== start

will produce

##gff-version 3
Parsed1_mito    mfannot mRNA    2   8415    .   -   .   ID=mRNA_1;Name=cox1;gene=cox1;transl_table=4
Parsed1_mito    mfannot exon    2   8415    .   -   .   ID=exon_1;Parent=cox1;Name=cox1;gene=cox1;transl_table=4
Juke34 commented 2 months ago

Hi, thank you for your feedback. Are the other gene locations correct ?

KeFungi commented 2 months ago

No, only the first gene was affected. The following genes are correct. The example of the full files I tried to convert is attached. It also produces the below warnings but doesn’t seem to affect anything.

Exception to possible combination of feature boundaries and directions: ;;      rns                  rps3                 trnA(ugc)

Thanks for making this awesome converter!

Best, Yi-Hong 

On May 3, 2024, at 2:41 AM, Jacques Dainat @.***> wrote:

Hi, thank you for your feedback. Does it affect only the first gene?

— Reply to this email directly, view it on GitHub https://urldefense.com/v3/__https://github.com/NBISweden/AGAT/issues/455*issuecomment-2092397796__;Iw!!OToaGQ!rCj1kC8xAm9fAjBedJkoZYBFlGalV8CPYPUB9Kzf06DbCVg4J8akEB-CLOiOGRp27QWzktpad2pSNtl8TxBEX9-mgQ$, or unsubscribe https://urldefense.com/v3/__https://github.com/notifications/unsubscribe-auth/AK4UYBP4BSGWBOD2ZPTR66LZAMWSNAVCNFSM6AAAAABHE2OBXKVHI2DSMVQWIX3LMV43OSLTON2WKQ3PNVWWK3TUHMZDAOJSGM4TONZZGY__;!!OToaGQ!rCj1kC8xAm9fAjBedJkoZYBFlGalV8CPYPUB9Kzf06DbCVg4J8akEB-CLOiOGRp27QWzktpad2pSNtl8TxDrzUpgOg$. You are receiving this because you authored the thread.