GenBank szöveges fájl (.gb)
NCBI SzabványAz NCBI GenBank Flat File (.gb / .gbk) a Nemzeti Egészségügyi Intézetek (NIH) által fenntartott, a genetikai annotáció terén arany standardnak számító formátum, amely a teljes DNS-szekvenciákat részletes génhelyekkel, kódoló régiókkal és a tudományos szakirodalom hivatkozásaival egyesíti.
FASTA konvertálása erre: GENBANK
Ingyenes, böngészőn belüli FASTA - GENBANK konvertáló. Konvertáljon fájlokat azonnal az eszközén.
Vizsgálat és metaadatok
Az operációs rendszerek és a fájlelemzők a kezdő bináris bájtsorozat vizsgálatával azonosítják a(z) GenBank fájlokat:
Bájt-szintű fejléc aláírás (Magic Bytes)
Az operációs rendszerek és a fájlelemzők a kezdő bináris bájtsorozat vizsgálatával azonosítják a(z) GenBank fájlokat:
HEX ALÁÍRÁS (ELTOLÁS 0):
4C 4F 43 55 53 20 20 20 20 20ASCII REPREZENTÁCIÓ: LOCUS
Szabványosítás: NCBI GenBank Release Specification
Műszaki specifikációk
| Konténer architektúra | Plaintext flat file divided into Header section (LOCUS, DEFINITION, ACCESSION), FEATURES table, and ORIGIN sequence data ending with '//' |
| Tömörítés | Uncompressed text (often compressed with Gzip as .gb.gz) |
| Bájtsorrend | UTF-8 / ASCII text stream |
| Színterek | N/A (Genomic Annotation Database) |
| Csatornák és struktúra | DNA/RNA sequence, gene annotations, coding regions (CDS), protein translations, and scientific citations |
| Max. méretek | Unbounded sequence and feature count |
| Átlátszóság | None |
| Streaming és progresszív | Record-by-record streaming: individual GenBank entries are delimited by '//' lines |
Műszaki összehasonlító mátrix: GenBank vs Versenytársak
| Technikai attribútum | GenBank (Jelenlegi) | FASTA | GFF | FASTQ |
|---|---|---|---|---|
| Annotációs részletesség | Kimerítő (gének, CDS, hivatkozások, transzláció) | Nincs (csak szekvencia) | Táblázatos genomkoordináták | Csak szekvenálási minőségi pontszámok |
| Mellékelt szekvencia | Igen (a végén lévő ORIGIN blokkban) | Igen (tiszta szekvencia) | Nem (csak koordináták) | Igen (nyers olvasások) |
| Elsődleges eszközök | NCBI, SnapGene, Benchling | BLAST, illesztőeszközök | Genomböngészők (UCSC, IGV) | Illumina szekvenálók |
| Rekordlezáró | // önálló sorban | Következő '>' fejlécsor | A fájl vége | Következő '@' sor |
Gyakori sérülési módok és hexadecimális helyreállítási útmutató
A bioinformatikai szoftver ezt jelenti: 'GenBank elemzési hiba: idő előtti EOF a // előtt'.
Kiváltó ok: Csonka letöltés, amely levágja a végső szekvencia-eredet blokkot vagy a '//' elválasztót.
Helyreállítás: Fűzze hozzá a '//\n' értéket a fájl végéhez a File2File Bioinformatics Tool segítségével.
Biztonsági elemzés és elemző (parser) támadási vektorok
A GenBank elemzők összetett tulajdonsághely-karakterláncokat dolgoznak fel, ahol a reguláris kifejezések visszalépése (backtracking) szolgáltatásmegtagadást válthat ki.
Ismert támadási vektorok
- Reguláris kifejezések szerinti szolgáltatásmegtagadás (ReDoS) az összetett tulajdonsághely-elemzőkben.
- Puffer túlcsordulás túl hosszú hivatkozási címek olvasásakor.
- Szolgáltatásmegtagadás körkörös tulajdonság-hivatkozási ciklusokon keresztül.
Védekező Legjobb Gyakorlatok:
Történeti háttér és mérföldkövek
Főbb előnyök
- Gazdag, átfogó metaadatok: tárolja a génhatárokat, a promótorhelyeket, az exonokat, az intronokat és a lefordított fehérjeszekvenciákat.
- Tartalmazza a teljes tudományos szakirodalmi hivatkozásokat, a PubMed azonosítókat, a szerzők neveit és a kísérleti benyújtás dátumait.
- Univerzális csereformátum a szintetikus biológia, a plazmidtervezés (SnapGene) és az NCBI adatbázisokba történő beküldések számára.
Technikai korlátok és hátrányok
- Lényegesen bőbeszédűbb és nagyobb fájlméretű, mint az egyszerű FASTA szekvenciák.
- A feature táblázat koordinátáinak elemzése ('join(complement(100..500),600..800)') összetett elemző (parser) logikát igényel.
- Nem hatalmas nagy áteresztőképességű szekvenálási leolvasások illesztésére tervezték.
Érdekes technikai tudnivalók
- Minden GenBank bejegyzés a 'LOCUS' szóval kezdődik, és két perjelképpel '//' zárul egy külön sorban.
- A GenBank naponta szinkronizálja adatait az Európai Molekuláris Biológiai Laboratóriummal (EMBL) és a Japán DNS Adatbankkal (DDBJ).
- A szintetikus biológusok GenBank fájlokat használnak egyéni körkörös plazmidok tervezésére a CRISPR génszerkesztéshez és az inzulintermeléshez.
Gyakran Ismételt Műszaki Kérdések
Mi a különbség a FASTA és a GenBank formátum között?
A FASTA csak a nyers DNS-szekvenciát tartalmazza egy rövid fejlécsorral. A GenBank a nyers szekvencián FELÜL az összes génannotációt, fehérjetranszlációt, szerzőt és tudományos megjegyzést is tartalmazza.
Hogyan konvertálhatok GenBank (.gb) fájlt FASTA formátumba?
A File2File.app segítségével közvetlenül a böngészőjében, egyetlen kattintással konvertálhat GenBank fájlokat tiszta FASTA nukleotid- vagy fehérjeszekvenciákká.
Milyen szoftverek nyitják meg a GenBank fájlokat?
A SnapGene, a Benchling, az UGENE, az Artemis és a File2File.app képes megtekinteni és szerkeszteni a GenBank fájlokat.
Kapcsolódó GenBank konverziós párok
Egy egyszerű FASTA-szekvencia átalakítása GenBank-fájllá alapvető biológiai annotációkat és metaadatokat ad hozzá a nyers genetikai kódhoz.
Egy GenBank-fájl átalakítása FASTA-szekvenciává eltávolítja az annotációs metaadatokat, így csak a gyors bioinformatikai elemzéshez szükséges nyers nukleotid- vagy aminosav-szekvenciák maradnak.