【正文】 40 50 60 70 79 VERSION GI:1293613 NCBI GBFF格式頭部－ VERSION行 ? 版本號(hào)系統(tǒng)與跟在其后的 GI（ GenInfo Identifier）號(hào)系統(tǒng)是平行運(yùn)行 ? 當(dāng)一條序列改變后，它將被賦予一個(gè)新的 GI號(hào)，同時(shí)它的版本號(hào)將增加。 +++++++ 1 10 20 30 40 50 60 70 79 VERSION GI:1293613 NCBI GBFF格式頭部－ KEYWORDS行 關(guān)鍵詞行：是用來(lái)描述序列的。 ?由于沒(méi)有對(duì)照詞匯表，所以 NCBI GenBank拒絕接受關(guān)鍵詞，它只存在于舊的記錄中。 ? Organism：以 NCBI的分類數(shù)據(jù)庫(kù)為依據(jù)，指明物種的正式科學(xué)名稱。s yeast. ORGANISM Saccharomyces cerevisiae Eukaryota(真核 )。 Asycota(子囊菌門 )。 Saccharomycetales。 Saccharomyces. NCBI GBFF格式頭部－ REFERENCE行 參考文獻(xiàn)行：將與該數(shù)據(jù)有關(guān)的參考文獻(xiàn)均收錄在內(nèi)，將最先發(fā)表的文獻(xiàn)列于第一位。 +++++++ 1 10 20 30 40 50 60 70 79 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 NCBI GBFF格式頭部－ REFERENCE行 ? 如果序列是直接提交而未經(jīng)發(fā)表的，就將在標(biāo)題 (TITLE)中注明“直接提交 (Direct Submission)” ? 在期刊（ JOURNAL）中注明提交日期，提交者姓名以及提交者的工作單位。 ?特性表提供一個(gè)參考詞匯表以對(duì)合法的特性進(jìn)行注釋 ? 這些特性包括該序列是否執(zhí)行一個(gè)生物學(xué)功能； ? 它是否與一個(gè)生物學(xué)功能的表達(dá)相關(guān)； ? 它是否與其它分子相互作用； ? 它是否影響一條序列的復(fù)制； ? 它是否與其它序列的重組相關(guān)； ? 它是否是一條已識(shí)別的重復(fù)序列； ? 它是否有二級(jí)或三級(jí)結(jié)構(gòu)； ? 它是否存在變異或者它是否被修訂過(guò)。 FEATURES Location/Qualifiers source 1..5028 /anism=“Saccharomyces cerevisiae”釀酒酵母 /mol_type=genomic DNA基因組 DNA /db_xref=taxon:4932分類學(xué) /chromosome=IX染色體 /map=9 NCBI GBFF格式中部－ FEATURES ? 第一，特性關(guān)鍵詞 (Feature key),是一個(gè)簡(jiǎn)要說(shuō)明功能組的關(guān)鍵詞，允許加入新的或未定義的特性； ? 第二，特性位置 (Location)，指明在特性表中的什么地方找到相關(guān)特性，在位置特性中可以包含操作符 (Operator)和功能性描述符 (Descriptor)以指明序列需經(jīng)過(guò)怎樣的處理才能得到相應(yīng)的特性； ? 第三，限定詞 (Qualifiers),相關(guān)特性的輔助信息，限定詞使用一組標(biāo)準(zhǔn)化的對(duì)照詞匯表以利于計(jì)算機(jī)從中提取信息。 NCBI GBFF格式中部－ FEATURES ? 例 2 Key Location/Qualifiers CDS join(544..589,688..1032) /product=Tcell receptor betachain ? 特性表含義： ? 它表示記錄中所存儲(chǔ)的序列為部分編碼序列， ? 表達(dá)產(chǎn)物“ T細(xì)胞受體 beta鏈”由序列內(nèi)兩個(gè)片段結(jié)合生成 ? 指明兩個(gè)片段在序列中所處的位置。clip 前體轉(zhuǎn)錄本中被剪切掉的 5’端序列 339。UTR 5’非翻譯區(qū) 339。 467 指明序列中的單個(gè)堿基 340..565 指明包括起始和中止堿基在內(nèi)的一段連續(xù)序列 345..500 指明序列起始于起始?jí)A基號(hào)之前的某個(gè)位置，但起始?jí)A基號(hào)之前的特性邊界未知 NCBI GBFF格式中部－ Location 1..888 指明特性起始于第一個(gè)已測(cè)序的堿基之前 () 指明正確位置未知，但包含在 102和 110號(hào)堿基之間 ()..600 指明序列特性起始?jí)A基在 23和 45堿基之間，終止于 600號(hào)堿基 ()..() 指明序列特性起始于 122和 133堿基之間，終止于 204和 221號(hào)堿基之間 123^124 指明 123和 124號(hào)堿基之間的位點(diǎn)，如限制性酶切位點(diǎn) 145^177 指明 145和 177堿基之間的某個(gè)位點(diǎn) NCBI GBFF格式中部－ Location join(12..78,134..202) ? 12至 78堿基及 134至 202堿基之間序列 相應(yīng)連 以構(gòu)成一段連續(xù)序列 plement(join(2691..4571,4918..5163)) ? 紀(jì)錄中的特性處于 2691至 4571堿基以及 4918至 5163堿基之間的序列相連構(gòu)成的連續(xù)序列的 互補(bǔ) 鏈上 join(plement(4918..5163),plement(2691..4571)) ? 將 4918至 5163堿基之間序列的 互補(bǔ)鏈 與 2691至 4571間序列的互補(bǔ)鏈結(jié)合以構(gòu)成一段 連續(xù) 序列 NCBI GBFF格式中部－ Location plement(34..()) ? 指明序列特性起始于與 122至 126堿基之間某個(gè)互補(bǔ)的堿基，終止于與 34號(hào)堿基互補(bǔ)的堿基 J00194:100..202 ? 指明起始于 100號(hào)堿基，終止于 202號(hào)堿基的序列在數(shù)據(jù)庫(kù)中的主檢索號(hào)為 J00194 NCBI GBFF格式中部－ Qualifiers 限定詞 (Qualifier): 為進(jìn)一步說(shuō)明特性表關(guān)鍵詞和特性位置提供的信息給出了一個(gè)通用機(jī)制。GT .AG339。 ORIGIN 1 gatcctccat atacaacggt atctccacct caggtttaga 41 tctcaacaac ggaaccattg ccgacatgag acagttaggt 81 atcgtcgaga gttacaagct aaaacgagca gtagtcagct …… （有部分序列未列出） 4921 ttttcagtgt tagattgctc taattctttg agctgttctc 4961 tcagctcctc atatttttct tgccatgact cagattctaa 5001 ttttaagcta ttcaatttct ctttgatc // NCBI 總結(jié) ? 全面了解 GBFF文件格式及其所涉及的各個(gè)方面 ? GBFF是核苷酸和蛋白質(zhì)序列數(shù)據(jù)庫(kù)最常用的數(shù)據(jù)格式。 NCBI 圖 EST克隆的 Genbank(dbEST) NCBI NCBI NCBI EMBL 1. 生化實(shí)驗(yàn)技術(shù)質(zhì)譜分析 (Mass Spectrometry)等 2. 細(xì)胞生物學(xué) (Cell Biology)，研究細(xì)胞膜上蛋白和脂肪的分布，包括膜運(yùn)輸、微管網(wǎng)絡(luò)、細(xì)胞核及細(xì)胞周期，焦點(diǎn)是 Rab蛋白。 4. 分化 (Differentiation)，集中研究果蠅的早期發(fā)育。 6. 結(jié)構(gòu)生物學(xué) (Structure Biology)，在過(guò)去 9年中建立了 cDNA測(cè)序技術(shù)、生物計(jì)算、蛋白工程、晶體學(xué)、電子顯微鏡 (EM)及核磁共振(VMR)，研究肌肉巨型蛋白分子 Titin。 NCBI EMBL的研究?jī)?nèi)容 9. Hinxton研究分部 EBI，重點(diǎn)是與世界上其他分子生物學(xué)數(shù)據(jù)庫(kù)進(jìn)行合作研究，主要有 EMBL核酸序列數(shù)據(jù)庫(kù) ,于 1980年開始建立 ,隨后參予了與日內(nèi)瓦大學(xué)共同進(jìn)行的 SWISSPROT的建設(shè)。 11. 放射性雜交數(shù)據(jù)庫(kù) (Radiation Hybrid Database)。 EMBL著重于鼠遺傳學(xué)研究 NCBI EMBL數(shù)據(jù)記錄 NCBI EMBL數(shù)據(jù)庫(kù)結(jié)構(gòu) ? EMBL數(shù)據(jù)庫(kù)的基本單位也是序列條目，包括核甘酸堿基排列順序和注釋兩部分。 ? 有些字段又分若干次子字段，以次標(biāo)識(shí)字或特性表說(shuō)明符開始，最后以雙斜杠“ //”作本序列條目結(jié)束標(biāo)記。其它內(nèi)容注明了該記錄的一些狀況 (如是否已經(jīng)被核實(shí) —本例中為已核實(shí)，即 standard；記錄的堿基數(shù)等 ) 每個(gè)記錄號(hào)均是唯一的，并從不更改，是由 GenBank給定的。 對(duì)該基因的文字描述 描述該基因的關(guān)鍵詞 物種名稱 物種的一個(gè)簡(jiǎn)單分類，該分類并不一定準(zhǔn)確，應(yīng)謹(jǐn)慎從事 該基因是否在某一個(gè)特殊的細(xì)胞器中 與該記錄研究相關(guān)的文獻(xiàn)信息 見文中說(shuō)明 該記錄主要內(nèi)容列表表頭 見文中說(shuō)明 對(duì)記錄的文字說(shuō)明 有關(guān)該序列大小和組成的信息 一個(gè)記錄的終止符號(hào) NCBI NCBI NCBI NCBI NCBI 相關(guān)文獻(xiàn)數(shù)據(jù)庫(kù) (DR) 的說(shuō)明 ? 許多二級(jí)數(shù)據(jù)庫(kù)內(nèi)容來(lái)自初始數(shù)據(jù)庫(kù) ? OMIM數(shù)據(jù)庫(kù)是有關(guān)人類遺傳疾病的數(shù)據(jù)，如 OMIM中的一個(gè)記錄與 EMBL中一個(gè)已知序列的基因有關(guān)，則該基因?qū)⑴c該記錄建立聯(lián)系， EMBL庫(kù)中該序列的 DR欄中將包括 OMIM和 OMIM中相關(guān)記錄的名稱。 NCBI EMBL數(shù)據(jù)庫(kù)記錄 相關(guān)文獻(xiàn)數(shù)據(jù)庫(kù) NCBI 相關(guān)文獻(xiàn)數(shù)據(jù)庫(kù) (DR) 的說(shuō)明 ? DR欄內(nèi)容有助于了解與該原始 DNA序列相關(guān)信息的狀況和存貯站點(diǎn)。 NCBI 相關(guān)文獻(xiàn)數(shù)據(jù)庫(kù) (DR)的說(shuō)明 ? 注釋中另一個(gè)需要說(shuō)明的重要內(nèi)容是主表數(shù)據(jù) (feature table data, FT)欄。 ? 3個(gè)主要 DNA數(shù)據(jù)庫(kù) (EMBL、 GenBank和 DDBJ)已經(jīng)對(duì)該表的表述格式達(dá)成了一致。 一種最簡(jiǎn)單的 fasta序列形式可以表示為： D49653 CCAAGAAGAAGAAGACCCCAGCGAGGAAAATGTGCTGGAGACCCCTGTGCCGGTTCCTGTGGCTTTGGTCCTATCTGTCCTATGTTCAAGCTGTGCCTATCCACAAAGTCCAGGATGACACCAAAACCCTCATCAAGACCATTGTCACCAGGATCAATGACATTTCACACACGCAGTCGGTATCCG…. NCBI 序列文件格式例子 (GenBank) ? LOCUS RATOBESE 539 bp ssmRNA ROD 23SEP1995 ? DEFINITION Rat mRNA for obese. ? ACCESSION D49653 ? KEYWORDS . ? SOURCE Rattus norvegicus (strain OLETF, LETO and Zucker, ) differentiated ? adipose cDNA to mRNA. ? ORGANISM Rattus norvegicus ? Eukaryotae。 Metazoa。 ? Vertebrata。 Mammalia。 Rodentia。 Myomorpha。 Mur