الترويسة
- LOCUS: الاسم، والطول بأزواج القواعد، ونوع الجزيء (DNA، mRNA)، وهل هو خطي أم دائري، وتاريخ.
- DEFINITION: وصف في سطر واحد.
- ACCESSION وVERSION: معرّف السجل، مثل NM_000546.6. يتغير الرقم بعد النقطة حين يتغير التسلسل.
- SOURCE وORGANISM: مصدر التسلسل.
- REFERENCE: المقالات التي تصفه.
FEATURES
لكل عنصر نوع (gene، CDS، promoter، misc_feature) وموقع، تليهما مؤهِّلات مثل /gene="TP53" أو /product= أو /translation=، الذي يحوي تسلسل البروتين لـ CDS.
100..500: القواعد من 100 إلى 500 على السلسلة العليا.complement(100..500): القواعد نفسها، مقروءة على السلسلة المقابلة.join(100..200,300..450): أجزاء موصولة، مثل إكسونات جين.<1..300أو200..>900: العنصر يمتد إلى ما بعد نهاية التسلسل.
ORIGIN
التسلسل نفسه، في كتل من عشرة أحرف صغيرة مع الموضع في بداية كل سطر، وينتهي بـ //.
كيف تعمل به
يزيل محوّل GenBank إلى FASTA الأرقام والمسافات ويترك التسلسل النظيف الذي تتوقعه معظم الأدوات. ولترى العناصر مرسومة كخريطة، افتح الملف في عارض خرائط البلازميدات. والعنصر على السلسلة المتممة يُقرأ من 5' إلى 3' بوصفه المتمم العكسي لنطاقه.
قراءة عنصر
CDS join(101..250,401..559)
/gene="abcA"
/codon_start=1
/transl_table=11
/product="ABC transporter"- التسلسل المرمِّز في قطعتين: القواعد من 101 إلى 250 (150 قاعدة) ومن 401 إلى 559 (159 قاعدة)، أي 309 قواعد إجمالًا.
- 309 ÷ 3 = 103 كودونات، آخرها كودون التوقف، فالبروتين فيه 102 حمض أميني.
/codon_start=1يعني أن الترجمة تبدأ من القاعدة الأولى. وتُستخدم القيمة 2 أو 3 في التسلسلات الجزئية التي تبدأ في منتصف كودون./transl_table=11هي الشفرة الوراثية للبكتيريا. وإن لم تظهر، تُفترض الشفرة 1، القياسية.
مشكلات شائعة
- المواضع منزاحة بواحد. يعدّ GenBank من 1 ويشمل الطرفين، فـ 101..250 تساوي 150 قاعدة. وملفات BED ولغات برمجة كثيرة تعدّ من 0، فتنزاح كل بداية بواحد.
- ينقص البروتين حرفًا عن المتوقع. المؤهِّل
/translationلا يتضمن كودون التوقف أبدًا. - طريقتان لكتابة السلسلة الأخرى.
complement(join(1..100,201..300))تعني أن القطع الموصولة تُقرأ على السلسلة المقابلة، بدءًا من الأخيرة.