GenBank plano (.gb)
Especificación EstándarFASTA es un formato de texto muy usado para secuencias; el tamaño depende de la secuencia y el formato. Los registros GenBank varían y sus estadísticas cambian en cada versión.
Convertir de FASTA a GENBANK
Convertidor gratuito de FASTA a GENBANK en el navegador. Convierte archivos al instante en tu dispositivo.
Inspección y metadatos
Los sistemas operativos y analizadores de archivos identifican los archivos de GenBank inspeccionando la secuencia de bytes binarios inicial:
Firma de cabecera a nivel de bytes (bytes mágicos)
Los sistemas operativos y analizadores de archivos identifican los archivos de GenBank inspeccionando la secuencia de bytes binarios inicial:
FIRMA HEXADECIMAL (DESPLAZAMIENTO 0):
4C 4F 43 55 53 20 20 20 20 20REPRESENTACIÓN ASCII: LOCUS
Estandarización: Especificación de publicación de NCBI GenBank
Especificaciones técnicas
| Arquitectura del contenedor | Archivo de texto plano dividido en una cabecera (LOCUS, DEFINITION, ACCESSION), una tabla FEATURES y datos de secuencia ORIGIN que terminan con «//» |
| Compresión | Texto sin comprimir (a menudo comprimido con Gzip como .gb.gz) |
| Orden de bytes (Endianness) | Flujo de texto UTF-8/ASCII |
| Espacios de color | N/D (base de datos de anotaciones genómicas) |
| Canales y estructura | Secuencia de ADN/ARN, anotaciones de genes, regiones codificantes (CDS), traducciones de proteínas y citas científicas |
| Dimensiones máximas | Número ilimitado de secuencias y características |
| Transparencia | Ninguna |
| Streaming y progresivo | Procesamiento registro a registro; cada entrada de GenBank termina con una línea «//» |
Matriz de comparación técnica: GenBank frente a la competencia
| Atributo técnico | GenBank (Actual) | FASTA | GFF | FASTQ |
|---|---|---|---|---|
| Nivel de detalle de las anotaciones | Exhaustivo (genes, CDS, citas, traducción) | Ninguno (solo secuencia) | Coordenadas genómicas en forma de tabla | Solo puntuaciones de calidad de secuenciación |
| Incluye la secuencia | Sí (en bloque ORIGIN al final) | Sí (secuencia pura) | No (solo coordenadas) | Sí (lecturas sin procesar) |
| Herramientas principales | NCBI, SnapGene, Benchling | BLAST, herramientas de alineación | Visores de genomas (UCSC, IGV) | Secuenciadores Illumina |
| Marcador de fin de registro | // en línea independiente | La siguiente línea de cabecera «>» | Fin de archivo | La siguiente línea «@» |
Modos de corrupción comunes y guía de recuperación hexadecimal
El programa de bioinformática muestra «Error del analizador GenBank: fin de archivo prematuro antes de //».
Causa raíz: La descarga se interrumpió antes de terminar el bloque ORIGIN de la secuencia final o de incluir el delimitador «//».
Recuperación: Añade «//» al final del archivo con la herramienta de bioinformática de File2File.app.
Análisis de seguridad y vectores de ataque al analizador
Los analizadores de GenBank procesan cadenas complejas que indican la ubicación de las características. El retroceso de las expresiones regulares puede provocar una denegación de servicio.
Vectores de ataque conocidos
- Denegación de servicio por expresiones regulares (ReDoS) en analizadores complejos de ubicaciones de características.
- Desbordamiento de búfer al leer títulos de referencias bibliográficas demasiado largos.
- Denegación de servicio mediante referencias circulares entre características.
Mejores prácticas defensivas: Usa analizadores lineales sin retroceso para procesar los rangos de coordenadas de la tabla FEATURES.
Orígenes históricos e hitos
Ventajas principales
- Incluye metadatos detallados: límites de genes, ubicaciones de promotores, exones, intrones y secuencias de proteínas traducidas.
- Incluye referencias bibliográficas completas, identificadores de PubMed, nombres de autores y fechas de envío de los datos.
- FASTA es un formato de texto muy usado para secuencias; el tamaño depende de la secuencia y el formato. Los registros GenBank varían y sus estadísticas cambian en cada versión.
Limitaciones técnicas
- Los archivos son mucho más extensos y pesados que las secuencias FASTA sin anotaciones.
- Analizar las coordenadas de la tabla FEATURES (por ejemplo, «join(complement(100..500),600..800)») requiere una lógica compleja.
- No está diseñado para la alineación de lecturas de secuenciación masiva de alto rendimiento.
Curiosidades técnicas interesantes
- Cada entrada de GenBank empieza con la palabra LOCUS y termina con dos barras («//») en una línea aparte.
- GenBank sincroniza sus datos diariamente con el Laboratorio Europeo de Biología Molecular (EMBL) y el Banco de Datos de ADN de Japón (DDBJ).
- Los biólogos sintéticos utilizan archivos GenBank para diseñar plásmidos circulares personalizados para la edición genética CRISPR y la producción de insulina.
Preguntas técnicas frecuentes
¿Cuál es la diferencia entre el formato FASTA y GenBank?
FASTA contiene solo la secuencia de ADN y una breve cabecera. GenBank incluye esa secuencia, además de anotaciones génicas, traducciones de proteínas, autores y notas científicas.
¿Cómo puedo convertir GenBank (.gb) a FASTA?
Puedes convertir archivos GenBank en secuencias FASTA limpias de nucleótidos o proteínas con un solo clic en File2File.app, directamente desde el navegador.
¿Qué software abre archivos GenBank?
SnapGene, Benchling, UGENE, Artemis y File2File.app pueden ver y editar archivos GenBank.
Pares de conversión de GenBank relacionados
El convertidor transforma la secuencia FASTA en un registro básico de estilo GenBank y la escribe en la sección ORIGIN; no deduce ni añade anotaciones de características biológicas.
Convertir un archivo plano GenBank a una secuencia FASTA elimina los metadatos de anotación para dejar solo las secuencias de nucleótidos o aminoácidos en bruto necesarias para un análisis bioinformático rápido.