NCBI中各符号代表的意思

一、 单选（60）

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（NC_*）:

e.g.:NC_000907

（4）基因组的局部区域（NG_*）:

e.g.:NG_000019

页脚内容1

一、 单选（60）

（5）从人类基因组注释、加工得到的序列模型（XM，XP，or XR_*）：

e.g.:XM_000483


● GenBank记录中特性表中的主要关键词:

关键词

解 释

关键词

解 释

misc_feature

生物学特性无法用特
promoter

性表关键词描述的序
列

转录起始区

misc_difference

序列特性无法用特性
CAAT_signal

表关键词描述的序列

真核启动子上游的
CAAT盒,与RNA结合相
关

conflict

同一序列在不同的研
TATA_signal

究中在位点或区域上
有差异

真核启动子的TATA盒

unsure

序列不能确定的区域

-35_signal

原核启动子中的-35
框

old_sequence

该序列对以前的版本
-10_signal

原核启动子的Pribow
页脚内容2

一、 单选（60）

做过修订

盒

variation

包含稳定突变的序列

GC_signal

真核启动子的GC盒

modified_base

修饰过的核苷酸

RBS

核糖体结合位点

gene

已识别为基因或已命
polyA_signal

RNA转录本的剪切识
名的序列区域

别位点

misc_signal

无法用信号特性关键
enhancer

词描述的信号序列

增强子



关键词

解 释

关键词

解 释

attenuator

与转录终止有关的序列

CDS

蛋白质编码序列

terminator

转录终止序列

sig_peptide

编码信号肽的序列

rep_origin

双链DNA复制起始区

transit_peptide

转运蛋白编码序列

misc_RNA

无法用RNA关键词描述的转录
mat_peptide

物或RNA产物

编码成熟肽的序列

页脚内容3

一、 单选（60）

prim_transcript

初始转录本

intron

内含子

precursor_RNA

前体RNA

polyA_site

RNA转录本的多聚腺苷酸化
位点

mRNA

信使RNA

rRNA

核糖体RNA

5’clip

前体转录本中被剪切掉的5’
tRNA

端序列

转运RNA

3’ clip

前体转录本中被剪切掉的3’
scRNA

端序列

小细胞质RNA

5’UTR

5’非翻译区

snRNA

小核RNA

3’UTR

exon


3’非翻译区

外显子

snoRNA

加工和修饰rRNA的小核RNA

关键词

解 释

关键词

解 释

immunoglobulin_related



repeat_unit

单个的重复元件

C_region

免疫相关蛋白上的不变区

LTR

长末端重复序列

页脚内容4

一、 单选（60）

D_segment

免疫球蛋白重链的可变区，

T细胞受体β链

Satellite

卫星重复序列

J_ segment

免疫球蛋白重链、轻链以及T
misc_binding

细胞α、β、γ的结合链

无法描述的核酸序列结
合位点

N_ region

插入重排免疫球蛋白片段间
primer_bind

的核苷酸

复制、转录的引物结合位
点

S_ region

免疫球蛋白重链的开关区

protein_bind

蛋白质结合区

V_ region

编码免疫球蛋白的可变区N末
STS

端的序列

测序标签位点

V_ segment

编码免疫球蛋白的可变区的
misc_recomb

序列

无法用重组特性关键词
描述的重组事件

repeat_region

基因组中所包含的重复序列

iDNA

通过重组所消除的DNA

misc_structure

无法用结构关键词描述的核
stem_loop

酸序列高级结构或构型


发夹结构


D_loop

线粒体中DNA中的取代
页脚内容5

一、 单选（60）

环


◆
GenBank记录中特性表中的限定词:


限定词

含 义

限定词

含 义

allele=

给定基因的等位基因

codon_start=

相对于序列第一个碱基，
编码序列密码子的偏移量

bound_moiety=

嵌合范围

country=

DNA样本的来源国

cell_type=

获得序列的细胞类型

db_xref=

其他数据库信息的交叉索
引号

citation=

已被引用的参考文献数

direction=

DNA复制方向

clone_lib=

获得序列的克隆文库

environmental_sample=

序列直接从环境材料中获
得而没有指明来源物种


限定词

含 义

限定词

含 义

exception=

指明DNA序列未按通常的生物
PCR_conditi-ons=

学规律翻译，如RNA编辑

描述PCR的反应条件

页脚内容6

一、 单选（60）

frequency=

在种群中发生变异的频率

pop_variant=

获得序列的群体变异种名
称

germline

如果序列是DNA并来源于免疫
product=

球蛋白家族，则表示该序列来
源于未重排DNA

序列编码产物的名称

insertion_seq=

序列来源于某种插入元件

anticodon=

tRNA反义密码子的位置及
它所编码的氨基酸

isolate=

序列来源的生物个体

cell_line=

获得序列的细胞系

lab_host=

为扩增序列来源物种所用的实
chromosome=

验室宿主

获得序列的染色体

macronuclear

指明DNA来源于染色体分化的
clone=

大核期

获得序列的克隆子

note=

评论及附加信息

codon=

指出与参考密码子不同的
密码子

organelle=

获得序列的细胞器

EC_number=

序列产物的酶学编号

sub_strain=

获得序列的来源微生物亚种

transl_table=

描述在翻译中与通用密码
页脚内容7

一、 单选（60）

表不同的密码表

tissue_type=

获得序列组织类型

usedin=

表明该特性在其他检索中
也被使用

translation=

按通用或指定的密码子表翻译
virion

的氨基酸序列

病毒颗粒





限定词

含 义

限定词

含 义

cons_splice=

区分内含子剪切位点和
map=

“5‘--3'”剪切位点

相关特性在基因图谱上的位置

cultivar=

所获序列植物的栽培变种

mod_base=

被修饰碱基的简写

dev_stage=

序列来源于某种生物的特定
number=

发育阶段

从5’→3’注明遗传元件的顺序

evidence=

序列特性来源于实验还是推
organism=

理

提供测序用遗传物质的物种的
科学名称

focus

指出在记录中的来源特性在
phenotype=

序列特性所导致的表型

页脚内容8

一、 单选（60）

其他物种中还有不同的来源
特性

function=

序列所代表的功能

plasmid=

获得序列的质粒名称

haplotype=

序列来源于某种物种的单倍
protein_id=

体

蛋白质的检索号

isolation_sou-rce=

描述序列来源物种的生理、环
proviral

境和地理信息

整合在基因组中的前病毒

label=

序列特性的俗名

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

含 义

限定词

含 义

rpt_family=

重复序列

transposon=

转座子

rpt_unit=

指明重复区域的重复元件构
variety=

成

获得序列的生物变种

serotype=

同一物种的不同血清学特征

pseudo

假基因

页脚内容9

一、 单选（60）

sex=

获得序列的物种性别

replace=

表明特性间的间隔序列
已被替换

specimen_vou- cher=

指明来源物种保存于什么地
rpt_type=

方

重复序列的组织方式

strain=

获得序列的菌珠

sequenced_m-ol=

获得序列的分子类型

sub_species=

获得序列的来源物种的亚种

serovar=

同一原核生物的血清学
特征

tissue_lib=

获得序列组织库

specific_host=

获得序列的天然宿主

transgenic

指明物种的来源特性是否是
standard-name=

转基因受体

特性的通用名称

transl_except=

标明序列中未按指定密码子
sub_clone=

表翻译的氨基酸的位置

获得序列的亚克隆



◆ BLAST

1.
blastn (nucleotide blas t)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
页脚内容10

一、 单选（60）

同每条所查序列作一对一的序列比对。

3.
bl astx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6条可能的蛋白序列 ），这样每次比对会产生36种比对阵
列。


Accession Molecule Method Note
AC_123456 Genomic Mixed 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.
AP_123456 Protein Mixed 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
页脚内容11

一、 单选（60）

was changed.
NC_123456 Genomic Mixed Complete genomic molecules including
genomes, chromosomes, organelles,
plasmids.
NG_123456 Genomic Mixed 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.
NM_123456
NM_123456789
mRNA Mixed Transcript products; mature messenger
RNA (mRNA) transcripts.
NP_123456
NP_123456789
Protein Mixed Protein products; primarily full-length
precursor products but may include
some partial proteins and mature
peptide products.
NR_123456 RNA Mixed Non-coding transcripts including
structural RNAs, transcribed
页脚内容12

一、 单选（60）

pseudogenes, and others.
NT_123456 Genomic Automated Intermediate genomic assemblies of
BAC andor Whole Genome Shotgun
sequence data.
NW_123456
NW_123456789
Genomic Automated Intermediate genomic assemblies of
BAC or Whole Genome Shotgun
sequence data.
NZ_ABCD12345678 Genomic Automated 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.
XM_123456
XM_123456789
mRNA Automated Transcript products; model mRNA
provided by a genome annotation
process; sequence corresponds to the
genomic contig.
XP_123456
XP_123456789
Protein Automated Protein products; model proteins
provided by a genome annotation
process; sequence corresponds to the
页脚内容13

一、 单选（60）

genomic contig.
XR_123456 RNA Automated Transcript products; model non-coding
transcripts provided by a genome
annotation process; sequence
corresponds to the genomic contig.
YP_123456
YP_123456789
Protein Mixed Protein products; no corresponding
transcript record provided. Primarily
used for bacterial, viral, and
mitochondrial records.
ZP_12345678 Protein Automated Protein products; annotated on NZ_
accessions (often via computational
methods).
NS_123456 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
页脚内容14

一、 单选（60）

represent a single organism.











页脚内容15