Файл GenBank (.gb)
NCBI СтандартПлоский файл NCBI GenBank (.gb / .gbk) - це золотий стандарт формату геномної анотації, що підтримується Національними інститутами здоров'я (NIH), який поєднує повні послідовності ДНК з детальними розташуваннями генів, кодуючими областями та посиланнями на наукову літературу.
Конвертувати з FASTA у GENBANK
Безкоштовний конвертер з FASTA у GENBANK у браузері. Миттєво конвертуйте файли на своєму пристрої.
Аналіз та метадані
Операційні системи та аналізатори файлів ідентифікують файли GenBank, перевіряючи початкову послідовність бінарних байтів:
Сигнатура заголовка на байтовому рівні (Magic Bytes)
Операційні системи та аналізатори файлів ідентифікують файли GenBank, перевіряючи початкову послідовність бінарних байтів:
ШІСТНАДЦЯТКОВА СИГНАТУРА (ЗСУВ 0):
4C 4F 43 55 53 20 20 20 20 20ASCII-УЯВЛЕННЯ: LOCUS
Стандартизація: NCBI GenBank Release Specification
Технічні характеристики
| Архітектура контейнера | Plaintext flat file divided into Header section (LOCUS, DEFINITION, ACCESSION), FEATURES table, and ORIGIN sequence data ending with '//' |
| Стиснення | Uncompressed text (often compressed with Gzip as .gb.gz) |
| Порядок байтів (Endianness) | UTF-8 / ASCII text stream |
| Колірні простори | N/A (Genomic Annotation Database) |
| Канали та структура | DNA/RNA sequence, gene annotations, coding regions (CDS), protein translations, and scientific citations |
| Максимальні розміри | Unbounded sequence and feature count |
| Прозорість | None |
| Потокове та прогресивне завантаження | Record-by-record streaming: individual GenBank entries are delimited by '//' lines |
Технічна матриця порівняння: GenBank проти конкурентів
| Технічний атрибут | GenBank (Поточний) | FASTA | GFF | FASTQ |
|---|---|---|---|---|
| Деталізація анотацій | Вичерпна (гени, CDS, цитування, трансляція) | Відсутня (лише послідовність) | Табличні геномні координати | Лише показники якості секвенування |
| Включена послідовність | Так (у блоці ORIGIN в кінці) | Так (чиста послідовність) | Ні (лише координати) | Так (сирі зчитані дані) |
| Основні інструменти | NCBI, SnapGene, Benchling | BLAST, інструменти вирівнювання | Геномні браузери (UCSC, IGV) | Секвенатори Illumina |
| Термінатор запису | // на окремому рядку | Наступний рядок заголовка '>' | Кінець файлу | Наступний рядок '@' |
Типові режими пошкодження та посібник з відновлення в шістнадцятковому форматі
Біоінформатичне програмне забезпечення повідомляє 'GenBank parser error: premature EOF before //' (Помилка парсера GenBank: передчасний кінець файлу перед //).
Першопричина: Урізане завантаження, що відсікає кінцевий блок походження послідовності або роздільник '//'.
Відновлення: Додайте '//\n' в кінець файлу за допомогою інструменту File2File Bioinformatics.
Аналіз безпеки та векторів атак на парсери
Парсери GenBank обробляють складні рядки розташування ознак, де зворотний пошук регулярних виразів може викликати відмову в обслуговуванні.
Відомі вектори атак
- Відмова в обслуговуванні через регулярні вирази (ReDoS) у парсерах складних розташувань ознак.
- Переповнення буфера під час читання надто довгих назв цитованих посилань.
- Відмова в обслуговуванні через циклічні посилання на ознаки.
Захисні найкращі практики:
Історичне походження та віхи
Головні переваги та плюси
- Багаті всебічні метадані: зберігає межі генів, розташування промоторів, екзони, інтрони та трансляції білкових послідовностей.
- Містить повні посилання на наукову літературу, ідентифікатори PubMed, імена авторів та дати подачі експериментів.
- Універсальний формат обміну для синтетичної біології, дизайну плазмід (SnapGene) та подачі в базу даних NCBI.
Технічні обмеження та мінуси
- Значно більш деталізований і має більший розмір файлів, ніж прості послідовності FASTA.
- Синтаксичний аналіз координат таблиці ознак ('join(complement(100..500),600..800)') вимагає складної логіки парсера.
- Не призначений для масового вирівнювання зчитаних даних високопродуктивного секвенування.
Цікаві технічні факти
- Кожен запис GenBank починається зі слова 'LOCUS' і закінчується двома похилими рисками '//' на окремому рядку.
- GenBank щодня синхронізує свої дані з Європейською лабораторією молекулярної біології (EMBL) та Банком даних ДНК Японії (DDBJ).
- Синтетичні біологи використовують файли GenBank для проектування власних циркулярних плазмід для редагування генів CRISPR та виробництва інсуліну.
Поширені технічні запитання
У чому різниця між FASTA та форматом GenBank?
FASTA містить лише необроблену послідовність ДНК із коротким рядком заголовка. GenBank містить необроблену послідовність ПЛЮС усі анотації генів, білкові трансляції, авторів та наукові примітки.
Як конвертувати GenBank (.gb) у FASTA?
Ви можете конвертувати файли GenBank у чисті нуклеотидні або білкові послідовності FASTA в один клік за допомогою File2File.app безпосередньо у вашому браузері.
Яка програма відкриває файли GenBank?
SnapGene, Benchling, UGENE, Artemis, а також File2File.app можуть переглядати та редагувати файли GenBank.
Пов'язані пари конвертації GenBank
Перетворення звичайного тексту FASTA у формат GenBank Flatfile додає необхідні біологічні анотації та метадані до сирого генетичного коду.
Перетворення файлу GenBank Flatfile у послідовність FASTA видаляє метадані анотацій, залишаючи лише сирі нуклеотидні або амінокислотні послідовності, необхідні для швидкого бііоінформатичного аналізу.