GenBank datoteka (.gb)

NCBI Standard

NCBI GenBank Flat File (.gb / .gbk) je zlati standard med formati genomskih anotacij, ki ga vzdržuje Nacionalni inštitut za zdravje (NIH) in združuje celotna zaporedja DNA s podrobnimi lokacijami genov, kodirnimi območji in citati iz znanstvene literature.

Izumitelj: National Center for Biotechnology Information (NCBI)Leto: 1982MIME: chemical/x-genbank

Pretvori FASTA v GENBANK

Brezplačen pretvornik iz FASTA v GENBANK v brskalniku. Pretvorite datoteke takoj v svoji napravi.

Pregled in metapodatki

Operacijski sistemi in analizatorji datotek identificirajo datoteke GenBank s pregledom vodilnega binarnega zaporedja bajtov:

Izberite ali povlecite datoteke sem

100-odstotno zasebna pretvorba v brskalniku - datoteke nikoli ne zapustijo vaše naprave

ali prilepi Ctrl+V
Jamstvo o zasebnosti brez prenosa podatkov v omrežje: 0 bajtov naloženih na zunanje strežnike. Vsa obdelava je potekala lokalno v varnem območju vašega brskalnika.

Podpis glave na ravni bajtov (Čarobni bajti)

Operacijski sistemi in analizatorji datotek identificirajo datoteke GenBank s pregledom vodilnega binarnega zaporedja bajtov:

PODPIS HEX (ZAMIK 0):

4C 4F 43 55 53 20 20 20 20 20

REPREZENTACIJA ASCII: LOCUS

Standardizacija: NCBI GenBank Release Specification

Tehnične specifikacije

Arhitektura vsebnikaPlaintext flat file divided into Header section (LOCUS, DEFINITION, ACCESSION), FEATURES table, and ORIGIN sequence data ending with '//'
StiskanjeUncompressed text (often compressed with Gzip as .gb.gz)
Vrstni red bajtovUTF-8 / ASCII text stream
Barvni prostoriN/A (Genomic Annotation Database)
Kanali in strukturaDNA/RNA sequence, gene annotations, coding regions (CDS), protein translations, and scientific citations
Največje dimenzijeUnbounded sequence and feature count
ProsojnostNone
Pretočno in progresivno predvajanjeRecord-by-record streaming: individual GenBank entries are delimited by '//' lines

Tehnična primerjalna matrika: GenBank proti konkurenci

Tehnični atributGenBank (Trenutno)FASTAGFFFASTQ
Podrobnost anotacijeIzčrpna (geni, CDS, citati, prevod)Brez (samo zaporedje)Tabelarične genomske koordinateSamo ocene kakovosti sekvenciranja
Priloženo zaporedjeDa (v bloku ORIGIN na koncu)Da (čisto zaporedje)Ne (samo koordinate)Da (surova branja)
Primerna orodjaNCBI, SnapGene, BenchlingBLAST, orodja za poravnavoBrskalniki genomov (UCSC, IGV)Sekvenatorji Illumina
Zaključek zapisa// v samostojni vrsticiNaslednja glava '>'Konec datotekeNaslednja vrstica '@'

Pogosti načini okvar in vodič za heksadecimalno obnovo

Bioinformatska programska oprema poroča o napaki: 'GenBank parser error: premature EOF before //'.

Glavni vzrok: Prekinjen prenos, ki je odrezal končni blok izvora zaporedja ali ločilo '//'.

Sanacija: Pripnite '//\n' na konec datoteke z uporabo bioinformatskega orodja File2File.

Varnostna analiza in napadalni vektorji razčlenjevalnika

Razčlenjevalniki GenBank obdelujejo zapletene nize lokacij značilnosti, kjer lahko vračanje v vzorcih (backtracking v regularnih izrazih) sproži zavrnitev storitve.

Znani vektorji napada

  • Zavrnitev storitve z regularnimi izrazi (ReDoS) v razčlenjevalnikih zapletenih lokacij značilnosti.
  • Prelivanje medpomnilnika (buffer overflow) pri branju pretirano dolgih naslovov referenc citatov.
  • Zavrnitev storitve prek zank krožnih sklicev na značilnosti.

Obrambne najboljše prakse:

Zgodovinski izvor in mejniki

2023Podatkovna zbirka GenBank preseže 2,5 milijarde nukleotidnih zaporedij in 3 bilijone baznih parov.
1992NCBI prevzame celotno upravljanje baze GenBank z nacionalnega laboratorija Los Alamos.
1982Ustanovil jo je Walter Goad v nacionalnem laboratoriju Los Alamos s sredstvi NIH.

Ključne prednosti

  • Bogati celoviti metapodatki: shranjuje meje genov, lokacije promotorjev, eksone, introne in prevedena beljakovinska zaporedja.
  • Vsebuje popolne reference znanstvene literature, ID-je v bazi PubMed, imena avtorjev in datume oddaje eksperimentov.
  • Univerzalni izmenjevalni format za sintetično biologijo, načrtovanje plazmidov (SnapGene) in oddaje v bazo NCBI.

Tehnične omejitve in slabosti

  • Znatno bolj obsežne datoteke in večje velikosti datotek kot pri navadnih zaporedjih FASTA.
  • Razčlenjevanje koordinat tabele značilnosti ('join(complement(100..500),600..800)') zahteva zapleteno logiko razčlenjevalnika.
  • Ni zasnovan za usklajevanje masivnih branj visoko zmogljivega sekvenciranja.

Zanimive tehnične malenkosti

  • Vsak vnos v bazi GenBank se začne z besedo 'LOCUS' in se zaključi z dvema poševnicama '//' v vrstici zase.
  • GenBank dnevno sinhronizira svoje podatke z Evropskim laboratorijem za molekularno biologijo (EMBL) in japonsko banko podatkov DNA (DDBJ).
  • Sintetični biologi uporabljajo datoteke GenBank za načrtovanje po meri izdelanih krožnih plazmidov za urejanje genov CRISPR in proizvodnjo inzulina.

Pogosta tehnična vprašanja

Kakšna je razlika med formatom FASTA in GenBank?

FASTA vsebuje samo surovo zaporedje DNK s kratko vrstico glave. GenBank vsebuje surovo zaporedje TER vse anotacije genov, prevode proteinov, avtorje in znanstvene opombe.

Kako lahko pretvorim GenBank (.gb) v FASTA?

Datoteke GenBank lahko z enim klikom pretvorite v čista nukleotidna ali beljakovinska zaporedja FASTA z uporabo File2File.app neposredno v brskalniku.

Katera programska oprema odpira datoteke GenBank?

SnapGene, Benchling, UGENE, Artemis in File2File.app lahko si ogledajo in urejajo datoteke GenBank.

Sorodni pari pretvorbe za GenBank

FASTA v GENBANK

Pretvorba navadne zaporedne datoteke FASTA v ravno datoteko GenBank dodaja bistvene biološke opombe in metapodatke k surovi genski kodi.

GENBANK v FASTA

Pretvorba ravne datoteke GenBank v zaporedje FASTA odstrani metapodatke opomb, tako da ostanejo le surova nukleotidna ali aminokislinska zaporedja, potrebna za hitro bioinformatsko analizo.