GenBank (.gb, .gbk)

背景

    • MIME 类型：chemical/seq-na-genbank
    • GenBank 分子生物学格式.
    • 美国国家生物技术信息中心（US National Center for Biotechnology Information，NCBI）数据库的原始格式.
    • 用于存储和交换注释的 DNA 序列的标准格式.
    • 纯文本格式.
    • 作为 NIH GenBank 项目的一部分，开发于1982.

Import 与 Export

  • Import["file.gb"] 从一个 GenBank 文件中导入一个 DNA 序列.
  • Import["file.gb"] 返回一个代表存储在文件中的序列的字符串.
  • Import["file.gb",elem] 从一个 GenBank 文件中导入指定的参数.
  • Import["file.gb",{elem,suba,subb,…}] 导入一个子参数.
  • Import["file.gb",{{elem1,elem2,…}}] 导入多个参数.
  • 导入格式可以由 Import["file","GenBank"] 或 Import["file",{"GenBank",elem,…}] 指定.
  • 请到以下参考页面了解完整的基本信息：
  • Import从文件导入
    CloudImport从云对象导入
    ImportString从字符串导入
    ImportByteArray从字节数组导入

导入参数

  • Import 的通用参数：
  • "Elements" 该文件可用的参数和选项列表
    "Summary"文件摘要
    "Rules"所有可用参数的规则列表
  • 表示数据的参数：
  • "Features"所有注释序列，以规则的列表形式给出
    "Sequence"字符串形式的 DNA 或蛋白质序列
    "Plaintext"格式化文本形式的序列
    "Comment"关于序列的各种评价
  • 对于 GenBank 格式，默认情况下，Import 使用"Sequence"参数.
  • 元信息参数：
  • "Locus"轨迹描述
    "Definition"GenBank 文件标题
    "NCBIAccession"NCBI 登录号
    "NCBIAccessionVersion"具有版本号的 NCBI 登录号
    "GenBankID"GenBank 数据库识别符
    "Project"序列项目的名称
    "Keywords"关键字列表
    "Organism"文件中被引用的源生物体
    "Segment"序列段，如果被分为多个 GenBank 文件
    "Source"源生物体
    "Reference"数目参考，以规则列表的形式给出
    "Comments"存储在文件中的注解，以字符串的列表形式给出

范例

基本范例  (6)

以下返回一个样本 GenBank 文件中可用的参数：

文件标题：

基本的轨迹信息：

导入关于源生物体的信息：

提取登录号与 GenBank 识别符：

读取 DNA 序列的首字母：

导入序列的纯文本版本：

读取书目参考列表并提取第一个：