通过基因ID从GFF文件中获取基因位置

由于OMIM上的位置是参考基因组GRch38，所以在进行hg19版本的annovar注释时，需要转化为hg19的，根据OMIM数据库上的提示，我们可以从gff文件中获取对应的位置。（说一下个人想法：我们看到要进行位置转化，首先想到是用UCSC上的liftover进行转化，或者是NCBI上的remap进行转化,但是据说这个在2023年11月就要停止了。如果对整个数据的查看，就会发现位置不是唯一性的，里面很多同一个位置对应好几个MIM number或者好几个Entrez Gene ID，可能是这个位置太长了，里面对应的基因太多，所以如果我们简单的进行位置转化，在注释的时候，根据位置匹配，就会出现多个基因，最好的是根据OMIM数据库给的提示操作，把对应的位置范围缩小，才能更精准）

从gff文件根据MIM number或者Entrez Gene ID来获取位置，尝试使用R，python(biopython、bcbio-gff)。R是因为安装包容易报错，bcbio-gff可以解析gff文件，但是因为gff文件太大，python在处理时速度慢，均放弃。也尝试过在线网站bioDBnet转化，结果为GRch38，也放弃。最后用shell处理。

cut -f1 id.txt |sed 1d | sed '/^$/d'| while read i;do zgrep $i GRCh37_latest_genomic.gff.gz;done | perl -alne '{next unless $F[2] eq "gene"; ;/ID=gene:(.*?);/; print "$F[0]\t$F[3]\t$F[4]\t$F[8]"}'

id.txt文件的列名:MIM number  Gene Symbols Entrez Gene ID,先提取第一列（MIM number ），然后去掉第一行，再去掉空行，之后对每行MIM number循环读取，在GFF文件中寻找（而且只要GFF中gene的信息），并将相关信息匹配提取出来，因为还需要核对，所以输出内容是整行完整的。