ไฟล์ GenBank (.gb)
NCBI มาตรฐานFASTA เป็นรูปแบบข้อความสำหรับลำดับชีวภาพที่ใช้ทั่วไป ขนาดขึ้นอยู่กับข้อมูลและการจัดรูปแบบ รายการ GenBank แตกต่างกันและสถิติเปลี่ยนไปในแต่ละรุ่น
แปลง FASTA เป็น GENBANK
ตัวแปลงจาก FASTA เป็น GENBANK ฟรีในเบราว์เซอร์ แปลงไฟล์ได้ทันทีบนอุปกรณ์ของคุณ
ตรวจสอบไฟล์และข้อมูลเมตา
ระบบปฏิบัติการและเครื่องมือวิเคราะห์ไฟล์จะระบุไฟล์ GenBank โดยการตรวจสอบลำดับไบต์ไบนารีส่วนต้น:
ลายเซ็นส่วนหัวระดับไบต์
ระบบปฏิบัติการและเครื่องมือวิเคราะห์ไฟล์จะระบุไฟล์ GenBank โดยการตรวจสอบลำดับไบต์ไบนารีส่วนต้น:
ลายเซ็น HEX (OFFSET 0):
4C 4F 43 55 53 20 20 20 20 20การแสดงผลรูปแบบ ASCII: LOCUS
มาตรฐาน: NCBI GenBank Release Specification
ข้อมูลจำเพาะทางเทคนิค
| สถาปัตยกรรมคอนเทนเนอร์ | ไฟล์แฟลตข้อความล้วนแบ่งเป็นส่วน Header (LOCUS, DEFINITION, ACCESSION), ตาราง FEATURES และข้อมูลลำดับ ORIGIN ที่ลงท้ายด้วย '//' |
| การบีบอัด | ข้อความแบบไม่บีบอัด (มักบีบอัดด้วย Gzip เป็น .gb.gz) |
| การจัดลำดับไบต์ | สตรีมข้อความ UTF-8 / ASCII |
| พื้นที่สี | ไม่เกี่ยวข้อง (ฐานข้อมูลคำอธิบายประกอบจีโนม) |
| ช่องสัญญาณและโครงสร้าง | ลำดับ DNA/RNA, คำอธิบายประกอบยีน, บริเวณรหัส (CDS), ลำดับโปรตีนที่แปลแล้ว และการอ้างอิงทางวิทยาศาสตร์ |
| ขนาดสูงสุด | จำนวนลำดับและฟีเจอร์ไม่จำกัด |
| ความโปร่งใส | ไม่มี |
| การสตรีมและแบบโปรเกรสซีฟ | สตรีมตามลำดับทีละระเบียน: รายการ GenBank แต่ละรายการคั่นด้วยบรรทัด '//' |
ตารางเปรียบเทียบทางเทคนิค: GenBank กับคู่แข่ง
| คุณลักษณะทางเทคนิค | GenBank (ปัจจุบัน) | FASTA | GFF | FASTQ |
|---|---|---|---|---|
| รายละเอียดคำอธิบายประกอบ | ครอบคลุมครบถ้วน (ยีน, CDS, รายการอ้างอิง, การแปลรหัส) | ไม่มี (ลำดับอย่างเดียว) | พิกัดจีโนมแบบตาราง | คะแนนคุณภาพการจัดลำดับอย่างเดียว |
| มีลำดับข้อมูลรวมอยู่ด้วย | ใช่ (ในบล็อก ORIGIN ตอนท้าย) | ใช่ (ลำดับล้วน) | ไม่ใช่ (พิกัดอย่างเดียว) | ใช่ (การอ่านดิบ) |
| เครื่องมือหลัก | NCBI, SnapGene, Benchling | BLAST, เครื่องมือจัดเรียงลำดับ | เบราว์เซอร์จีโนม (UCSC, IGV) | เครื่องจัดลำดับ Illumina |
| ตัวสิ้นสุดเรคคอร์ด | // บนบรรทัดเดี่ยว | บรรทัดส่วนหัว '>' ถัดไป | จุดสิ้นสุดของไฟล์ | บรรทัด '@' ถัดไป |
รูปแบบความเสียหายทั่วไปและคู่มือการกู้คืน Hex
ซอฟต์แวร์ชีวสารสนเทศรายงานว่า 'GenBank parser error: premature EOF before //'.
สาเหตุหลัก: การดาวน์โหลดถูกตัดทอนทำให้ขาดบล็อกจุดเริ่มต้นลำดับสุดท้ายหรือตัวคั่น '//'
การกู้คืน: ต่อท้าย '//\n' ที่ส่วนท้ายของไฟล์โดยใช้เครื่องมือ File2File.app Bioinformatics Tool
การวิเคราะห์ความปลอดภัยและเวกเตอร์การโจมตีตัวแยกวิเคราะห์
ตัวแยกวิเคราะห์ GenBank ประมวลผลสตริงตำแหน่งฟีเจอร์ที่ซับซ้อน ซึ่งการแบ็คแทร็กของนิพจน์ทั่วไป (Regular Expression) อาจกระตุ้นให้เกิดการปฏิเสธการให้บริการ
เวกเตอร์การโจมตีที่ทราบ
- การปฏิเสธการให้บริการผ่านนิพจน์ทั่วไป (ReDoS) ในตัวแยกวิเคราะห์ตำแหน่งฟีเจอร์ที่ซับซ้อน
- บัฟเฟอร์โอเวอร์โฟลว์เมื่ออ่านชื่อการอ้างอิงที่ยาวเกินไป
- การปฏิเสธการให้บริการผ่านวงลูปอ้างอิงฟีเจอร์แบบวงกลม
แนวทางปฏิบัติที่ดีที่สุดในการป้องกัน: ใช้ตัวแยกวิเคราะห์เชิงเส้นที่ไม่มีการย้อนกลับ เพื่อประเมินช่วงพิกัดในตารางฟีเจอร์
ประวัติความเป็นมาและเหตุการณ์สำคัญ
ข้อได้เปรียบและจุดเด่นสำคัญ
- ข้อมูลเมตารายละเอียดครบถ้วน: จัดเก็บขอบเขตยีน ตำแหน่งโปรโมเตอร์ เอ็กซอน อินทรอน และลำดับโปรตีนที่แปลรหัสแล้ว
- รวมถึงการอ้างอิงวรรณกรรมทางวิทยาศาสตร์อย่างครบถ้วน รหัส PubMed ชื่อผู้แต่ง และวันที่ส่งข้อมูลการทดลอง
- FASTA เป็นรูปแบบข้อความสำหรับลำดับชีวภาพที่ใช้ทั่วไป ขนาดขึ้นอยู่กับข้อมูลและการจัดรูปแบบ รายการ GenBank แตกต่างกันและสถิติเปลี่ยนไปในแต่ละรุ่น
ข้อจำกัดทางเทคนิคและข้อควรพิจารณา
- มีขนาดยาวและขนาดไฟล์ใหญ่กว่าลำดับ FASTA ธรรมดาอย่างเห็นได้ชัด
- การแยกวิเคราะห์พิกัดตารางฟีเจอร์ ('join(complement(100..500),600..800)') ต้องอาศัยลอจิกตัวแยกวิเคราะห์ที่ซับซ้อน
- ไม่ได้ออกแบบมาสำหรับการจัดเรียงลำดับการอ่านปริมาณงานสูงขนาดมหึมา
เกร็ดความรู้ทางเทคนิคที่น่าสนใจ
- รายการ GenBank ทุกรายการจะเริ่มต้นด้วยคำว่า 'LOCUS' และสิ้นสุดด้วยเครื่องหมายทับคู่ '//' บนบรรทัดของตนเอง
- GenBank ทำการซิงโครไนซ์ข้อมูลทุกวันกับห้องปฏิบัติการชีวโมเลกุลแห่งยุโรป (EMBL) และธนาคารข้อมูลดีเอ็นเอแห่งญี่ปุ่น (DDBJ)
- นักชีววิทยาสังเคราะห์ใช้ไฟล์ GenBank เพื่อออกแบบพลาสมิดทรงกลมแบบกำหนดเองสำหรับการแก้ไขยีน CRISPR และการผลิตอินซูลิน
คำถามทางเทคนิคที่พบบ่อย
ความแตกต่างระหว่างรูปแบบ FASTA และ GenBank คืออะไร
FASTA มีเฉพาะลำดับดีเอ็นเอ (DNA) ดิบพร้อมบรรทัดส่วนหัวแบบย่อ GenBank มีลำดับดิบร่วมกับคำอธิบายประกอบยีนทั้งหมด การแปลโปรตีน ผู้แต่ง และบันทึกเชิงวิทยาศาสตร์
แปลง GenBank (.gb) เป็น FASTA ได้อย่างไร?
แปลงไฟล์ GenBank เป็นลำดับนิวคลีโอไทด์หรือโปรตีนในรูปแบบ FASTA ได้ในคลิกเดียวด้วย File2File.app ในเบราว์เซอร์
ซอฟต์แวร์ใดที่ใช้เปิดไฟล์ GenBank
SnapGene, Benchling, UGENE, Artemis และ File2File.app สามารถดูและแก้ไขไฟล์ GenBank ได้
คู่การแปลงไฟล์ GenBank ที่เกี่ยวข้อง
ตัวแปลงจะแปลงลำดับ FASTA เป็นระเบียนรูปแบบ GenBank พื้นฐานและเขียนลำดับไว้ในส่วน ORIGIN โดยจะไม่อนุมานหรือเพิ่มคำอธิบายประกอบคุณลักษณะทางชีววิทยา
การแปลงไฟล์ข้อความ GenBank เป็นลำดับ FASTA จะตัดข้อมูลเมตาและคำอธิบายประกอบออก เหลือไว้เพียงลำดับนิวคลีโอไทด์หรือกรดอะมิโนดิบที่จำเป็นต่อการวิเคราะห์ทางชีวสารสนเทศอย่างรวดเร็ว