问题描述

这个题目是来源于生信编程直播学员的真实需求！                                                  

我也遇到过这个需求： 

任意给定基因组的 chr:pos, 判断它在哪个基因上面？这个程序难吗？基因的chr,start,end都是已知的 (这个文件需要下载，可以是UCSC，或者NCBI) 
学术一点讲述这个问题：已知CNV数据在染色体上的position如chr1:2075000-2930999，怎样批量获取其对应的Gene Symbol呢？ 
而且还可以更复杂，我不仅想知道自己指定的坐标是否在某个基因上：如果在基因上，我还想知道在内含子还是外显子，进一步说是第几个外显子或者内含子！如果不在基因上，我想知道我指定的坐标距离哪一个基因的TSS(转录起始位点)最近呢？其实就是就是对指定位点或者区间做genomic features的注释！

当然，这个大把的已经造好的轮子可以做到，比如annovar,snpEFF,VEP就是做单个位点注释genomic features的，其它CHIP-seq的软件，都可以做单个区间的批量注释到genomic features！既然有现成的轮子，我推荐大家去学习一下就好了。

练习题

既然有现成的轮子，我推荐大家去学习一下就好了。我们的练习题还是简单一点好！就是指定位置注释是否在基因上面吧！ 

首先，拿到上面文件里面每一个区间的序列，然后告诉我该区间是什么基因！所采用的坐标是hg38系统的。如果你不想写程序，那么熟练使用bedtools就可以了，bedtools这些简单的功能都可以实现。 
hg38的基因的起始坐标是： 
因为这个比较复杂，所以我就专门写了一个帖子来做这件事：

历史题目：

生信编程直播第0题-生信编程很简单！

生物信息学技能面试题(第1题)-人类基因组的外显子区域到底有多长

生物信息学技能面试题(第2题)-探索人类基因组序列

生物信息学技能面试题(第3题)-探索人类基因组注释文件

生物信息学技能面试题(第4题)-多个同样的行列式文件合并起来

生物信息学技能面试题(第5题)-根据GTF画基因的多个转录本结构

生物信息学技能面试题(第6题)-下载最新版的KEGG信息，并且解析好

生信编程直播第七题：写超几何分布检验！

生信编程直播第八题：ID转换大全

生信编程直播第9题-根据指定染色体及坐标得到参考碱基