NCBI-获取序列数据.pptVIP

GenBank 序列格式（教材 Page 13～18） GenBank 数据库采用的GenBank 序列格式已经成为序列标准格式的一种。 GenBank 序列格式中对序列信息分不同的字段进行详细的标注，如序列的名称、性质、种属来源、相应的参考文献等。 LOCUS：该字段所包含的内容从左至右依次为 Locus 名称：NM_006744 序列长度：941 bp 分子类型：mRNA（cDNA） linear（线性） GenBank数据分类：PRI（灵长类序列） 序列最后修改日期：01-MAR-2009 GenBank 数据分类（教材 Page 13~14，表 2-3） GenBank 将数据库分成18个部分： 1. PRI – primate sequences 灵长类序列 2. ROD – rodent sequences 啮齿类序列 3. MAM – other mammalian sequences 其他 哺乳类序列 GenBank 数据分类 4. VRT – other vertebrate sequences 其他脊椎动物序列 5. INV – invertebrate sequences 无脊椎动物序列 6. PLN – plant, fungal, and algal sequences 植物、真菌和藻类序列 GenBank 数据分类 7. BCT – bacterial sequences 细菌序列 8. VRL – viral sequences 病毒序列 9. PHG – bacteriophage sequences 噬菌体序列 GenBank 数据分类 10. SYN – synthetic sequences 人工合成的序列 11. UNA – unannotated sequences 未经注释的序列 12. EST – EST sequences (expressed sequence tags) EST序列（表达序列标签） GenBank 数据分类 13. PAT – patent sequences 专利序列 14. STS – STS sequences (sequence-tagged sites) STS序列（序列标签位点） 15. GSS – GSS sequences (genome survey sequences) GSS序列（基因组调查序列） GenBank 数据分类 16. HTG – HTGS sequences (high throughput genomic sequences) HTGS序列（高通量基因组序列） 17. HTC – HTC sequences (high throughput cDNA sequences) HTC序列（高通量 cDNA 序列） 18. ENV – environmental sampling sequences 环境采样序列 DEFINITION：简短的序列描述 Homo sapiens retinol binding protein 4, plasma ( RBP4 ), mRNA. ACCESSION：Accession number（索引号） NM_006744 序列记录的唯一识别码，通常为1个字母后跟5个数字（如 U12345），或2个字母后跟6个数字（如 AF123456） RefSeq（参考序列）的索引号比较特别 索引号（Accession Numbers） 在数据库中，为了检索方便，DNA和蛋白质序列都被打上了索引号码作为标签。 索引号码是一段由4～12个数字和/或字符组成的编码。 除序列外，索引号码也可用作其他数据记录的标签，如蛋白质结构、基因表达实验的结果等。 不同的数据库，索引号码的记录格式不同。 Types of Accession Numbers Types of Accession Numbers RefSeq 的索引号 RefSeq 记录的索引号通常由2个字母跟一下划线后再加6个或更多数字组成 例如： NC_123456 完整的基因组 NT_123456 基因组重叠群（contig） NM_123456 mRNA（cDNA） NP_123456 蛋白质 The RefSeq accession number format and molecule types The RefSeq accession number format