GenBank-файл (.gb)
NCBI СтандартПлоский файл NCBI GenBank (.gb / .gbk) - это золотой стандарт формата геномных аннотаций, поддерживаемый Национальными институтами здоровья (NIH), который объединяет полные последовательности ДНК с подробным указанием расположения генов, кодирующих областей и ссылок на научную литературу.
Конвертировать из FASTA в GENBANK
Бесплатный конвертер из FASTA в GENBANK прямо в браузере. Конвертируйте файлы мгновенно на вашем устройстве.
Анализ и метаданные
Операционные системы и анализаторы файлов идентифицируют файлы GenBank по начальной двоичной последовательности байтов:
Сигнатура заголовка на уровне байтов (Magic Bytes)
Операционные системы и анализаторы файлов идентифицируют файлы GenBank по начальной двоичной последовательности байтов:
HEX-СИГНАТУРА (СМЕЩЕНИЕ 0):
4C 4F 43 55 53 20 20 20 20 20ПРЕДСТАВЛЕНИЕ ASCII: LOCUS
Стандартизация: NCBI GenBank Release Specification
Технические спецификации
| Архитектура контейнера | Простой текстовый файл, разделенный на раздел заголовка (LOCUS, DEFINITION, ACCESSION), таблицу FEATURES и данные последовательности ORIGIN, заканчивающийся символами '//' |
| Сжатие | Несжатый текст (часто сжимается с помощью Gzip как .gb.gz) |
| Порядок байтов (Endianness) | Текстовый поток UTF-8 / ASCII |
| Цветовые пространства | Н/Д (База данных геномных аннотаций) |
| Каналы и структура | Последовательность ДНК/РНК, аннотации генов, кодирующие области (CDS), белковые трансляции и научные цитаты |
| Макс. габариты | Неограниченное количество последовательностей и признаков |
| Прозрачность | Отсутствует |
| Потоковая передача и прогрессивная загрузка | Потоковая передача запись за записью: отдельные записи GenBank разграничиваются строками '//' |
Техническая матрица сравнения: GenBank против конкурентов
| Технический атрибут | GenBank (Текущий) | FASTA | GFF | FASTQ |
|---|---|---|---|---|
| Детализация аннотаций | Исчерпывающая (гены, CDS, цитаты, трансляция) | Отсутствует (только последовательность) | Табличные геномные координаты | Только оценки качества секвенирования |
| Включенная последовательность | Да (в блоке ORIGIN в конце) | Да (чистая последовательность) | Нет (только координаты) | Да (необработанные риды) |
| Основной инструментарий | NCBI, SnapGene, Benchling | BLAST, инструменты выравнивания | Геномные браузеры (UCSC, IGV) | Секвенаторы Illumina |
| Терминатор записи | // на отдельной строке | Следующая строка заголовка '>' | Конец файла | Следующая строка '@' |
Типичные режимы повреждения и руководство по восстановлению в HEX
Биоинформатическое ПО сообщает 'GenBank parser error: premature EOF before //'.
Первопричина: Усеченная загрузка, в результате которой обрезан конечный блок происхождения последовательности или разделитель '//'.
Восстановление: Добавьте '//\n' в конец файла с помощью инструмента File2File Bioinformatics Tool.
Анализ безопасности и векторы атак на парсер
Анализаторы GenBank обрабатывают сложные строки расположения признаков, где возврат в регулярных выражениях может вызвать отказ в обслуживании.
Известные векторы атак
- Отказ в обслуживании из-за возврата при регулярных выражениях (ReDoS) в сложных анализаторах расположения признаков.
- Переполнение буфера при чтении чрезмерно длинных названий ссылок на цитаты.
- Отказ в обслуживании из-за циклических ссылок на признаки.
Защитные лучшие практики: Используйте линейные анализаторы без возвратов для оценки диапазонов координат таблиц признаков.
Исторические истоки и вехи
Ключевые преимущества и плюсы
- Богатые исчерпывающие метаданные: хранит границы генов, расположения промоторов, экзоны, интроны и транслированные последовательности белков.
- Включает полные библиографические ссылки, идентификаторы PubMed, имена авторов и даты подачи экспериментальных данных.
- Универсальный формат обмена для синтетической биологии, проектирования плазмид (SnapGene) и отправки данных в базы данных NCBI.
Технические ограничения и минусы
- Значительно более многословный и имеет больший размер файлов, чем простые последовательности FASTA.
- Синтаксический анализ координат таблицы признаков ('join(complement(100..500),600..800)') требует сложной логики парсера.
- Не предназначен для массового выравнивания ридов высокопроизводительного секвенирования.
Интересные технические факты
- Каждая запись GenBank начинается со слова 'LOCUS' и заканчивается двумя косыми чертами '//' на отдельной строке.
- GenBank ежедневно синхронизирует свои данные с Европейской лабораторией молекулярной биологии (EMBL) и Банком данных ДНК Японии (DDBJ).
- Синтетические биологи используют файлы GenBank для проектирования пользовательских кольцевых плазмид для редактирования генома CRISPR и производства инсулина.
Часто задаваемые технические вопросы
В чем разница между форматами FASTA и GenBank?
FASTA содержит только исходную последовательность ДНК с краткой строкой заголовка. GenBank содержит исходную последовательность ПЛЮС все аннотации генов, белковые трансляции, авторов и научные примечания.
Как конвертировать GenBank (.gb) в FASTA?
Вы можете конвертировать файлы GenBank в чистые нуклеотидные или белковые последовательности FASTA в один клик с помощью File2File.app прямо в браузере.
Какое программное обеспечение открывает файлы GenBank?
SnapGene, Benchling, UGENE, Artemis, а также File2File.app могут просматривать и редактировать файлы GenBank.
Связанные пары конвертации GenBank
Преобразование простой последовательности FASTA в плоский файл GenBank добавляет необходимые биологические аннотации и метаданные к необработанному генетическому коду.
Преобразование плоского файла GenBank в последовательность FASTA удаляет метаданные аннотаций, оставляя только нуклеотидные или аминокислотные последовательности, необходимые для быстрого биоинформатического анализа.