GTF / GFF 转 BED

GTF/GFF 用 1 起始、两端都包含的坐标，BED 用 0 起始、终点不含：转换时起点减 1、终点不变，因此长度不变。

「基因」取 gene / pseudogene 行；「转录本」在 GTF 中取 transcript 行，在 GFF3 中取 mRNA、tRNA、rRNA 等转录本类型；其他特征按第 3 列类型精确匹配。

BED12 每个转录本一行：外显子作为区块，CDS 的范围写入 thickStart/thickEnd（非编码转录本两者都等于起点），可直接在基因组浏览器中显示外显子结构。

GFF3 中的基因名取顶层基因的 Name（或 gene）属性；名称缺失时依次回退到基因 ID、转录本 ID。直方图为输出区间长度（log10）的分布。

方法说明

GTF2.2（Ensembl / Brent 实验室规范）与 GFF3（Sequence Ontology 规范 1.26）解析；BED12 定义按 UCSC 基因组浏览器格式说明。结果已与独立的 Python 参考实现逐行核对。

数据量

在浏览器中处理；建议注释文件不超过约 100 MB（约 30 万行）。完整的人类 GTF（解压后约 1.5 GB）请先按染色体或所需基因提取子集再上传。