Arquivo plano GenBank (.gb)
NCBI PadrãoO NCBI GenBank Flat File (.gb / .gbk) é o formato de anotação genômica padrão ouro mantido pelos Institutos Nacionais de Saúde (NIH), combinando sequências de DNA completas com locais detalhados de genes, regiões codificantes e citações de literatura científica.
Converter FASTA para GENBANK
Conversor gratuito de FASTA para GENBANK no navegador. Converta arquivos instantaneamente no seu dispositivo.
Inspecionar e metadados
Sistemas operacionais e analisadores de arquivos identificam arquivos GenBank inspecionando a sequência de bytes binários inicial:
Assinatura de Cabeçalho em Nível de Byte (Magic Bytes)
Sistemas operacionais e analisadores de arquivos identificam arquivos GenBank inspecionando a sequência de bytes binários inicial:
ASSINATURA HEX (OFFSET 0):
4C 4F 43 55 53 20 20 20 20 20REPRESENTAÇÃO ASCII: LOCUS
Padronização: NCBI GenBank Release Specification
Especificações Técnicas
| Arquitetura do Contêiner | Plaintext flat file divided into Header section (LOCUS, DEFINITION, ACCESSION), FEATURES table, and ORIGIN sequence data ending with '//' |
| Compressão | Uncompressed text (often compressed with Gzip as .gb.gz) |
| Ordem de Bytes (Endianness) | UTF-8 / ASCII text stream |
| Espaços de Cores | N/A (Genomic Annotation Database) |
| Canais e Estrutura | DNA/RNA sequence, gene annotations, coding regions (CDS), protein translations, and scientific citations |
| Dimensões Máximas | Unbounded sequence and feature count |
| Transparência | None |
| Streaming e Progressivo | Record-by-record streaming: individual GenBank entries are delimited by '//' lines |
Matriz de Comparação Técnica: GenBank vs Concorrentes
| Atributo Técnico | GenBank (Atual) | FASTA | GFF | FASTQ |
|---|---|---|---|---|
| Detalhe da Anotação | Exaustivo (genes, CDS, citações, tradução) | Nenhum (apenas sequência) | Coordenadas genômicas tabulares | Apenas pontuações de qualidade de sequenciamento |
| Sequência Incluída | Sim (no bloco ORIGIN no final) | Sim (sequência pura) | Não (apenas coordenadas) | Sim (leituras brutas) |
| Ferramentas Principais | NCBI, SnapGene, Benchling | BLAST, ferramentas de alinhamento | Navegadores de genoma (UCSC, IGV) | Sequenciadores Illumina |
| Terminador de Registro | // em linha isolada | Próxima linha de cabeçalho '>' | Fim do arquivo | Próxima linha '@' |
Modos Comuns de Corrupção e Guia de Recuperação Hex
O software de bioinformática relata 'Erro no parser do GenBank: EOF prematuro antes de //'.
Causa Raiz: Download truncado cortando o bloco de origem da sequência final ou o delimitador '//'.
Recuperação: Anexe '//\n' ao final do arquivo usando a Ferramenta de Bioinformática File2File.
Análise de Segurança e Vetores de Ataque ao Analisador
Parsers do GenBank processam strings complexas de localização de recursos onde o rastreamento de expressão regular pode acionar negação de serviço.
Vetores de Ataque Conhecidos
- Negação de serviço por expressão regular (ReDoS) em parsers complexos de localização de recursos.
- Estouro de buffer ao ler títulos de referência de citação excessivamente longos.
- Negação de serviço através de loops de referência de recursos circulares.
Melhores Práticas Defensivas:
Origens Históricas e Marcos
Principais Vantagens e Prós
- Metadados abrangentes e ricos: armazena limites de genes, locais de promotores, éxons, íntrons e sequências de proteínas traduzidas.
- Inclui referências completas de literatura científica, IDs do PubMed, nomes de autores e datas de submissão experimental.
- Formato de intercâmbio universal para biologia sintética, design de plasmídeos (SnapGene) e submissões ao banco de dados NCBI.
Limitações Técnicas e Contras
- Tamanhos de arquivo significativamente mais detalhados e maiores do que sequências FASTA simples.
- Analisar coordenadas de tabela de recursos ('join(complement(100..500),600..800)') requer lógica complexa de parser.
- Não foi projetado para alinhamento massivo de leituras de sequenciamento de alto rendimento.
Curiosidades Técnicas
- Cada entrada do GenBank começa com a palavra 'LOCUS' e termina com duas barras '//' em uma linha própria.
- O GenBank sincroniza seus dados diariamente com o Laboratório Europeu de Biologia Molecular (EMBL) e o Banco de Dados de DNA do Japão (DDBJ).
- Biólogos sintéticos usam arquivos GenBank para projetar plasmídeos circulares personalizados para edição de genes CRISPR e produção de insulina.
Perguntas Técnicas Frequentes
Qual é a diferença entre os formatos FASTA e GenBank?
O formato FASTA contém apenas a sequência de DNA bruta com uma breve linha de cabeçalho. O GenBank contém a sequência bruta MAIS todas as anotações genéticas, traduções de proteínas, autores e notas científicas.
Como posso converter GenBank (.gb) para FASTA?
Você pode converter arquivos GenBank em sequências limpas de nucleotídeos ou proteínas FASTA com um clique usando o File2File.app diretamente no seu navegador.
Qual software abre arquivos GenBank?
SnapGene, Benchling, UGENE, Artemis e o File2File.app podem visualizar e editar arquivos GenBank.
Pares de Conversão de GenBank Relacionados
A conversão de uma sequência FASTA simples em um arquivo GenBank adiciona anotações biológicas essenciais e metadados ao código genético bruto.
A conversão de um arquivo GenBank em uma Sequência FASTA remove os metadados de anotação para deixar apenas as sequências brutas de nucleotídeos ou aminoácidos necessárias para análises rápidas de bioinformática.