NCBI中各符号代实用表的意思.docx

精品文档

GenBank 中字符的意思

Nucleotide

数据库分为三个子数据库：

· EST 表:达序列标记数据库
· GSS 基:因组测序序列数据库
· CoreNucleotide : 包含所有未被以上两个子数据库收录的核苷酸序列
MeSH: 查询缩写基因的全称






















●
3、 RefSeq（Reference Sequence）序列接受号

:

（ 1） mRNA 记录（ NM_* ） :
e.g.:NM_000492

（2）基因组的

DNA 重叠群（ NT_* ） :

e.g.:NT_000347

（3）完整的基因组或染色体（

e.g.:NC_000907

（4）基因组的局部区域（

e.g.:NG_000019

（5）从人类基因组注释、加工得到的序列模型（

e.g.:XM_000483

GenBank 记录中特性表中的主要关键词

解 释

生物学特性无法用特性

表关键词描述的序列

序列特性无法用特性表

关键词描述的序列

同一序列在不同的研究

中在位点或区域上有差

异

序列不能确定的区域

该序列对以前的版本做

过修订

包含稳定突变的序列

修饰过的核苷酸

已识别为基因或已命名

的序列区域

无法用信号特性关键词

描述的信号序列





NC_*） :

NG_*） :

XM， XP， or XR_* ）：

●
:

关键词

promoter



关键词

misc_feature


解 释

转录起始区





misc_difference


CAAT_signal

TATA_signal





真核启动子上游的 CAAT

盒 ,与 RNA 结合相关

真核启动子的

TATA盒



conflict



unsure

old_sequence


-35_signal

-10_signal


原核启动子中的 -35 框

原核启动子的

Pribow 盒


variation

modified_base

gene


GC_signal

RBS

polyA_signal

enhancer


真核启动子的

GC盒

核糖体结合位点


RNA 转录本的剪切识别

位点

增强子




misc_signal












.

精品文档

关键词

attenuator

terminator

rep_origin

misc_RNA


解 释

与转录终止有关的序列

转录终止序列

双链 DNA 复制起始区

无法用 RNA 关键词描述的

转录物或 RNA 产物

初始转录本

前体 RNA



关键词

CDS

sig_peptide

transit_peptide

mat_peptide

intron

polyA_site

rRNA

tRNA


解 释


蛋白质编码序列


编码信号肽的序列


转运蛋白编码序列


编码成熟肽的序列


prim_transcript

precursor_RNA


内含子


RNA 转录本的多聚腺苷

酸化位点


核糖体 RNA

转运 RNA




mRNA

5’ clip


信使 RNA

前体转录本中被剪切掉的

5’端序列

前体转录本中被剪切掉的

3’端序列

5’非翻译区

3’非翻译区

外显子



3’ clip


scRNA


小细胞质 RNA


5’ UTR

3’ UTR





snRNA

snoRNA

小核 RNA

加工和修饰

核 RNA


rRNA 的小


exon

关键词

immunoglobulin_related

C_region

D_segment




解 释

关键词

repeat_unit

解 释

单个的重复元件

长末端重复序列

卫星重复序列



免疫相关蛋白上的不变区

区，

T 细胞受体β链

免疫球蛋白重链、轻链以

及 T 细胞α、β、γ的结

合链

插入重排免疫球蛋白片段

间的核苷酸

免疫球蛋白重链的开关区

编码免疫球蛋白的可变区

N 末端的序列

编码免疫球蛋白的可变区

的序列

基因组中所包含的重复序

列

无法用结构关键词描述的

核酸序列高级结构或构型









LTR

免 疫 球 蛋 白重 链 的 可 变

Satellite



J_ segment



misc_binding


无法描述的核酸序列

结合位点

N_ region


primer_bind


复制、转录的引物结

合位点

蛋白质结合区

测序标签位点


S_ region

V_ region


protein_bind

STS

misc_recomb

iDNA

stem_loop


V_ segment


无法用重组特性关键

词描述的重组事件

通 过 重 组 所 消 除 的

DNA

发夹结构

线粒体中 DNA 中的取

代环

repeat_region


misc_structure








D_loop


.

精品文档

◆ GenBank 记录中特性表中的限定词




:

限定词

allele=



含 义

限定词

含 义

相对于序列第一个碱

基，编码序列密码子的

偏移量

给 定 基 因 的 等 位 基

codon_start=

因



bound_moiety=

cell_type=


嵌合范围

country=

DNA 样本的来源国

其他数据库信息的交

叉索引号

DNA 复制方向


获 得 序 列 的 细 胞 类

db_xref=

型


已 被 引 用 的 参 考 文

direction=

献数


获 得 序 列 的 克 隆 文

environmental_sample=

库




citation=


clone_lib=





序列直接从环境材料

中获得而没有指明来

源物种


限定词

exception=



含 义


限定词

PCR_conditi- ons=





含 义

描述 PCR的反应条件

指明 DNA 序列未按通常的

生物学规律翻译，如

编辑



RNA

frequency=


在种群中发生变异的频率


pop_variant=

product=





获得序列的群体变异种

名称

序列编码产物的名称

germline



如果序列是 DNA 并来源于

免疫球蛋白家族， 则表示该

序列来源于未重排


DNA

insertion_seq=


序列来源于某种插入元件


anticodon=

cell_line=

chromosome=


tRNA 反义密码子的位置

及它所编码的氨基酸

获得序列的细胞系

获得序列的染色体

获得序列的克隆子


isolate=

lab_host=


序列来源的生物个体


为扩增序列来源物种所用

的实验室宿主


macronuclear


指明 DNA 来源于染色体分

化的大核期


评论及附加信息




clone=


note=


codon=


指出与参考密码子不同

的密码子

序列产物的酶学编号

描述在翻译中与通用密

码表不同的密码表

表明该特性在其他检索

中也被使用

病毒颗粒


organelle=

sub_strain=


获得序列的细胞器

种

获得序列组织类型



EC_number=

transl_table=


获得序列的来源微生物亚




tissue_type=


usedin=

virion


translation=











按通用或指定的密码子表

翻译的氨基酸序列


.

精品文档

限定词

cons_splice=


含 义

限定词

含 义

相关特性在基因图谱上的

位置

被修饰碱基的简写

从 5’→ 3’注明遗传元件的

顺序

提供测序用遗传物质的物

种的科学名称

序列特性所导致的表型



区 分 内 含 子 剪 切 位点 和

map=

“ 5-GT‘.AG-3' ”剪切位点

所获序列植物的栽培变种

序列来源于某种生物的特

定发育阶段

序列特性来源于实验还是

推理

指出在记录中的来源特性

在其他物种中还有不同的

来源特性

序列所代表的功能

序列来源于某种物种的单

倍体

理、环境和地理信息

序列特性的俗名










cultivar=

dev_stage=


mod_base=

number=

organism=


evidence=


focus



phenotype=

function=

haplotype=


plasmid=

protein_id=


获得序列的质粒名称

蛋白质的检索号

整合在基因组中的前病毒


isolation_sou- rce=


描 述 序 列 来 源 物 种的 生

proviral


label=





rearranged

如果序列是 DNA 并来源于

免疫球蛋白家族， 则表示该

序列来源于重排 DNA


限定词

rpt_family=

rpt_unit=


含 义

重复序列

指明重复区域的重复元件

构成

同一物种的不同血清学特

征

获得序列的物种性别



限定词

transposon=

variety=

pseudo


含 义

转座子

获得序列的生物变

种

假基因

表明特性间的间隔

序列已被替换

重复序列的组织方

式

获得序列的分子类

型

同一原核生物的血

清学特征

获得序列的天然宿

主

特性的通用名称


serotype=


sex=


replace=

rpt_type=


specimen_vou-cher=


指明来源物种保存于什么

地方

获得序列的菌珠


strain=


sequenced_m-ol=

serovar=


sub_species=


获得序列的来源物种的亚

种

获得序列组织库


tissue_lib=


specific_host=

standard-name=


transgenic


指明物种的来源特性是否

是转基因受体

标明序列中未按指定密码

子表翻译的氨基酸的位置

transl_except=









sub_clone=


获得序列的亚克隆


.

精品文档




◆ BLAST
1. blastn (nucleotide blast) 是核酸序列到核酸库中的一种查询。库中存在的每条已知序
列都将同所查序列作一对一地核酸序列比对。
2. blastp (protein blast) 是蛋白序列到蛋白库中的一种查询。库中存在 的每条已知序列
将逐一地同每条所查序列作一对一的序列比对。
3. blastx 是核酸 序列到蛋白库中的一种查询。先将核酸序列翻译成蛋白序列（一条核
酸序列会被翻译成可能的六条蛋白） ，再对每一条作一对一的蛋白序列比对。
4. tblastn 是蛋白序列到核酸库中的一种查询。与

blastx 相反，它是将库中的核酸序列

翻译成蛋白序列，再同所查序列作蛋白与蛋白的比对。

5. tblastx 是核酸序列到核酸库中的一种查询。此种查询将库中的核酸序列和所查的核
酸序列都翻译成蛋白（每条核酸序列会产生

会产生 36 种比对阵列。

6 条可能的蛋白序列） ，这样每次比对









Accession

AC_123456











Molecule

Genomic






Method

Mixed

AP_123456

















Protein









Mixed

NC_123456







Genomic




Mixed

NG_123456

















Genomic









Mixed




NM_123456

NM_123456789

.

mRNA


Mixed

Note


Alternate complete genomic

molecule. This prefix is used

for records that are provided to

reflect an alternate assembly

or annotation. Primarily used

for viral, prokaryotic

records.

Protein products; alternate

protein record. This prefix is

used for records that are


provided to reflect an


alternate assembly or


annotation. The AP_ prefix was

originally designated for


bacterial proteins but this


usage was changed.


Complete genomic molecules

including genomes,


chromosomes, organelles,

plasmids.


Incomplete genomic region;

supplied to support the NCBI

genome annotation pipeline.

Represents either


non-transcribed pseudogenes,

or larger regions representing

a gene cluster that is

difficult

to annotate via automatic

methods.


Transcript products; mature

messenger RNA (mRNA)

精品文档


NP_123456

NP_123456789




Protein









Mixed

NR_123456







RNA




Mixed

NT_123456





Genomic



Automated

NW_123456

NW_123456789


Genomic





Automated

NZ_ABCD12345678Genomic



















Automated

XM_123456

XM_123456789



mRNA







Automated

XP_123456

XP_123456789




Protein









Automated

XR_123456









RNA





Automated

YP_123456

YP_123456789




Protein









Mixed

ZP_12345678




Protein


Automated


transcripts.


Protein products; primarily

full-length precursor products

but may include some partial

proteins and mature peptide

products.


Non-coding transcripts


including structural RNAs,

transcribed pseudogenes, and

others.


Intermediate genomic


assemblies of BAC andor Whole

Genome Shotgun sequence data.

Intermediate genomic


assemblies of BAC or Whole

Genome Shotgun sequence data.

A collection of whole genome

shotgun sequence data for a

project. Accessions are not

tracked between releases. The

first

four characters

following

the underscore (e.g. 'ABCD')

identifies a genome project.

Transcript

products;

model mRNA

provided

by a genomeannotation

process; sequence corresponds

to the genomic contig.


Protein products; model


proteins provided by a genome

annotation process; sequence

corresponds to the genomic

contig.


Transcript products; model

non- coding transcripts


provided

by a genomeannotation

process; sequence corresponds

to the genomic contig.


Protein products; no


corresponding transcript


record

provided. Primarily used

for bacterial, viral, and


mitochondrial records.


Protein products; annotated on

NZ_ accessions (often via

.

精品文档


NS_123456






























































































computational methods).

Genomic Automated Genomic records that represent

an assembly which does not

reflect the structure

of a real

biological molecule. The

assembly may represent an

unordered assembly of unplaced

scaffolds, or it may represent

an assembly of DNA sequences

generated from a biological

sample that may not

represent a

single organism.


.