GenBank 扁平文件 (.gb)
NCBI 标准NCBI GenBank 平文本文件（.gb / .gbk）是由美国国立卫生研究院（NIH）维护的黄金标准基因组注释格式，它将完整的DNA序列与详细的基因位置、编码区和科学文献引文完美结合。
将 FASTA 转换为 GENBANK
免费的浏览器端 FASTA 转 GENBANK 转换器。在您的设备上即时转换文件。
检查与元数据
操作系统和文件分析器通过检查开头的二进制字节序列来识别 GenBank 文件：
字节级文件头签名 (Magic Bytes)
操作系统和文件分析器通过检查开头的二进制字节序列来识别 GenBank 文件：
十六进制签名 (偏移量 0)：
4C 4F 43 55 53 20 20 20 20 20ASCII 表示形式： LOCUS
标准化： NCBI GenBank Release Specification
技术规格
| 容器架构 | Plaintext flat file divided into Header section (LOCUS, DEFINITION, ACCESSION), FEATURES table, and ORIGIN sequence data ending with '//' |
| 压缩方式 | Uncompressed text (often compressed with Gzip as .gb.gz) |
| 字节序 | UTF-8 / ASCII text stream |
| 色彩空间 | N/A (Genomic Annotation Database) |
| 通道与结构 | DNA/RNA sequence, gene annotations, coding regions (CDS), protein translations, and scientific citations |
| 最大尺寸 | Unbounded sequence and feature count |
| 透明度 | None |
| 流式传输与渐进式加载 | Record-by-record streaming: individual GenBank entries are delimited by '//' lines |
技术对比矩阵：GenBank 对比同类产品
| 技术属性 | GenBank (当前) | FASTA | GFF | FASTQ |
|---|---|---|---|---|
| 注释详情 | 详尽（基因、CDS、引文、翻译） | 无（仅限序列） | 表格化基因组坐标 | 仅测序质量分数 |
| 包含序列 | 是（位于末尾的 ORIGIN 块中） | 是（纯序列） | 否（仅坐标） | 是（原始读段） |
| 主要工具 | NCBI、SnapGene、Benchling | BLAST、比对工具 | 基因组浏览器（UCSC、IGV） | Illumina 测序仪 |
| 记录终止符 | 独立一行的 // | 下一行 '>' 头文件 | 文件结尾 | 下一行 '@' |
常见损坏模式与十六进制恢复指南
生物信息学软件报告："GenBank 解析器错误：在 // 之前过早到达文件尾（EOF）"。
根本原因: 下载被截断，切断了最后的序列起点块或"//"分隔符。
恢复方法: 使用 File2File 生物信息学工具在文件末尾追加"//\n"。
安全分析与解析器攻击向量
GenBank 解析器在处理复杂的特征位置字符串时，正则表达式回溯可能会触发拒绝服务。
已知攻击向量
- 复杂特征位置解析器中的正则表达式拒绝服务（ReDoS）。
- 读取过长的引文参考文献标题时发生缓冲区溢出。
- 通过循环特征引用死循环实施拒绝服务。
防御性最佳实践:
历史渊源与里程碑
2023GenBank 数据库收录的核苷酸序列突破 25 亿条，碱基对突破 3 万亿个。
1992NCBI 从洛斯阿拉莫斯国家实验室接管 GenBank 的全部管理工作。
1982由 Walter Goad 在 NIH 资助下于洛斯阿拉莫斯国家实验室创立。
核心优势与特点
- 丰富全面的元数据：存储基因边界、启动子位置、外显子、内含子和翻译后的蛋白质序列。
- 包含完整的科学文献参考文献、PubMed ID、作者姓名以及实验提交日期。
- 是合成生物学、质粒设计（SnapGene）和 NCBI 数据库提交的通用交换格式。
技术局限与劣势
- 文件体积和冗长程度显著大于纯 FASTA 序列。
- 解析特征表坐标（如 join(complement(100..500),600..800)）需要复杂的解析器逻辑。
- 并非为海量的高通量测序读段比对而设计。
趣味技术冷知识
- 每个 GenBank 条目都以单词"LOCUS"开头，并以单独一行的两个斜杠"//"收尾。
- GenBank 每日与欧洲分子生物学实验室（EMBL）及日本DNA数据银行（DDBJ）同步数据。
- 合成生物学家使用 GenBank 文件为 CRISPR 基因编辑和胰岛素生产设计定制的环状质粒。
常见技术问题
FASTA 和 GenBank 格式有什么区别？
FASTA 仅包含带有简短标头行的原始 DNA 序列。GenBank 包含原始序列外加所有基因注释、蛋白质翻译、作者和科学说明。
如何将 GenBank (.gb) 转换为 FASTA？
您可以在浏览器中直接使用 File2File.app，一键将 GenBank 文件转换为清晰的 FASTA 核苷酸或蛋白质序列。
什么软件可以打开 GenBank 文件？
SnapGene、Benchling、UGENE、Artemis 和 File2File.app 都可以查看和编辑 GenBank 文件。