【正文】 ? KEYWORDS (關(guān)鍵詞 )， ? SOURCE (數(shù)據(jù)來源 )， ? REFERENCE (文獻 )， ? FEATURES (特性表 )， ? BASE COUNT (堿基組成 ) ? ORIGIN (堿基排列順序 )。 ? 序列長度 ? 類型 ? 種屬來源 ? 錄入日期等 ? 說明字段是有關(guān)這一序列的簡單描述 NCBI ACCESSION ? ACCESSION (編號 )：具有唯一性和永久性，在文獻中引用這個序列時，應(yīng)該以此編號為準(zhǔn)。 ? MEDLINE的代碼：該代碼實際上是個超文本鏈接，點擊它可以直接調(diào)用上述文獻摘要。 NCBI FEATURES ? FEATURES (特性表 )：具有特定的格式，用來詳細描述序列特性。 ? 序列中各部分的位置都在表中標(biāo)明， 5’非編碼區(qū)，編碼區(qū)， 3’非編碼區(qū)，多聚腺苷酸重復(fù)區(qū)域等。 NCBI GenBank數(shù)據(jù)庫 —數(shù)據(jù)庫格式 ?FASTA格式 gi|1293613|gb||SCU49845 Saccharomyces cerevisiae TCP1beta gene, partial cds。 ? 大于號（ ）表示一個新文件的開始 ? 結(jié)束用（ //） ? FASTA格式并沒有什么特殊的要求。 NCBI GenBank數(shù)據(jù)庫 —數(shù)據(jù)庫格式 (2) ? GenBank純文本文件格式 (GenBank flatfile, GBFF): ? GenBank、 EMBL、 DDBJ每天都相互同步更新各自的數(shù)據(jù)庫，它們是怎樣交換數(shù)據(jù)的呢？ NCBI GBFF文件格式 ? GBFF是 GenBank數(shù)據(jù)庫的基本信息單位， ? 是最為廣泛使用的生物信息學(xué)序列格式之一。s yeast. ORGANISM Saccharomyces cerevisiae Eukaryota。 Asycota。 Saccharomycetales。 Saccharomyces. REFERENCE 1 (bases 1 to 5028) AUTHORS Torpey,., Gibbs,., Nelson,J. and Lawrence,. TITLE Cloning and sequence of REV7, a gene whose function is required for DNA damageinduced mutagenesis in Saccharomyces cerevisiae JOURNAL Yeast 10 (11), 15031509 (1994) MEDLINE 95176709 REFERENCE 2 (bases 1 to 5028) AUTHORS Roemer,T., Madden,K., Chang,J. and Snyder,M. TITLE Selection of axial growth sites in yeast requires Axl2p, a novel plasma membrane glycoprotein JOURNAL Genes Dev. 10 (7), 777793 (1996) MEDLINE 96194260 REFERENCE 3 (bases 1 to 5028) AUTHORS Roemer,T. TITLE Direct Submission JOURNAL Submitted (22FEB1996) Terry Roemer, Biology, Yale University, New Haven, CT, USA FEATURES Location/Qualifiers source 1..5028 /anism=Saccharomyces cerevisiae /db_xref=taxon:4932 /chromosome=IX /map=9 CDS 1..206 /codon_start=3 /product=TCP1beta /protein_id= /db_xref=GI:1293614 /translation=SSIYNGISTSGLDLNNGTIADMRQLGIVESYKLKRAVVSSASEA AEVLLRVDNIIRARPRTANRQHM gene 687..3158 /gene=AXL2 CDS 687..3158 /gene=AXL2 /note=plasma membrane glycoprotein /codon_start=1 /function=required for axial budding pattern of /product=Axl2p /protein_id= /db_xref=GI:1293615 /translation=MTQLQISLLLTATISLLHLVVATPYEAYPIGKQYPPVARVNESF …… （有部分序列未列出） VDFSNKSNVNVGQVKDIHGRIPEML BASE COUNT 1510 a 1074 c 835 g 1609 t ORIGIN 1 gatcctccat atacaacggt atctccacct caggtttaga tctcaacaac ggaaccattg 61 ccgacatgag acagttaggt atcgtcgaga gttacaagct aaaacgagca gtagtcagct …… （有部分序列未列出） 4921 ttttcagtgt tagattgctc taattctttg agctgttctc tcagctcctc atatttttct 4981 tgccatgact cagattctaa ttttaagcta ttcaatttct ctttgatc // NCBI GBFF格式 ? 按域（ Field）可以劃分為三個部分 ? 頭部包含整個記錄的信息（描述符）； ? 第二部分包含了注釋這一記錄的特性； ? 第三部分是核苷酸序列本身。 NCBI GBFF格式頭部－ Locus行 ? 所有的 GBFF都起始于 LOCUS行： +++++ 1 10 20 30 40 50 60 LOCUS SCU49845 5028 bp DNA PLN 21JUN1999 NCBI GBFF格式頭部－ Locus行 LOCUS行： ?第一項 是 LOCUS名稱 : 最初這一名稱是用來表示本記錄描述的基因座，以方便檢索相似序列： ? 前三個字母代表特定物種的名稱 ? 第四、第五個字母代表如基因產(chǎn)物等特定的類別名稱。 NCBI GBFF格式頭部－ Locus行 ? LOCUS這種“十字符”命名方式已經(jīng)無法滿足基因在基因座中所包含的信息。 ? 僅使用檢索號碼 (acession number)以滿足對 LOCUS名稱的要求 1 10 20 30 40 50 60 LOCUS SCU49845 5028 bp DNA PLN 21JUN1999 NCBI GBFF格式頭部－ Locus行 ?第二項 是序列長度。 ?根據(jù)國際序列數(shù)據(jù)庫合作計劃的協(xié)議，為方便不同的軟件處理序列，規(guī)定單條數(shù)據(jù)庫記錄的長度不能超過 350kb。 1 10 20 30 40 50 60 LOCUS SCU49845 5028 bp DNA PLN 21JUN1999 NCBI GBFF格式頭部－ Locus行 ? 第三項表明序列的分子類型：其序列必須是一種單一的分子類型。 1 10 20 30 40 50 60 LOCUS SCU49845 5028 bp DNA PLN 21JUN1999 NCBI GBFF格式頭部－ Locus行 ? 第四項是 GenBank分類碼：由三個字母組成， ? 分類碼將 GenBank數(shù)據(jù)庫分為 17個分支 1 10 20 30 40 50 60 LOCUS SCU49845 5028 bp DNA PLN 21JUN1999 NCBI GenBank分類碼（ GenBank Division） 類 中文名稱 符號 類 符號 primate sequences 靈長類動物序列 PRI rodent sequences 嚙齒類動物序列 ROD other mammalian sequences 其它哺乳動物序列 MAM other vertebrate sequencs 其它脊椎動物序列 VRT invertebrate sequences 無脊椎動物序 INV Plants,fungal,and algal sequences 植物、真菌和藻類序列 PLN bacterial sequences 細菌序列 BCT viral sequences 病毒序列 VRL bacteriophage sequences 噬菌體序列 PHG synthetic sequences 人工合成序列 SYN unanntotated sequences 未注釋序列 UNA EST sequences 表達序列標(biāo)簽 EST patent sequences 專利序列 PAT STS sequences 序列標(biāo)記位點 STS genome survey sequences 基因組測定序列 GSS HTGS sequences 高通量基因組序列 HTG unfinished highthroughput cDNA sequencing 未完成測序的高通量cDNA序列 HTC NCBI GBFF格式頭部－ Locus行 ? 第五項是最后修訂日期。 ? 這項簡單的信息并無法對此做出判斷。 ?它的說明內(nèi)容包括來源物種、基因 /蛋白質(zhì)名稱； +++++ 1 10 20 30 40 50 60 DEFINITION Saccharomyces cerevisiae TCP1beta gene, partial cds, and Axl2p (AXL2) and Rev7p (REV7) genes, plete cds. NCBI GBFF格式頭部－ DEFINITION行 ? 如果序列是非編碼區(qū)，則包含對序列功能的簡單描述；如果序列是一段編碼區(qū)，則標(biāo)明該序列是部分序列 (partial cds)還是全序列 (plete cds)。 ?檢索號通常由一個字母加 5個數(shù)字（ U12345）或者由兩個字母加 6個數(shù)字（ AF123456）組成。 ? 在 ACCESSION行中可能出現(xiàn)多個檢索號，可能是因為數(shù)據(jù)提交者提交了一條與原記錄相關(guān)的新記錄，或者新提交的記錄覆蓋了原有的舊記錄。 NCBI GBFF格式頭部－ VERSION行 版本號行：它的格式是：檢索號 .版本號。主要用于識別數(shù)據(jù)庫中一條單一的特定核苷酸序列。 +++++++ 1 10 20 30