GenBank dosyası nasıl okunur

Başlık

• LOCUS: ad, baz çifti cinsinden uzunluk, molekül türü (DNA, mRNA), doğrusal mı dairesel mi olduğu ve bir tarih.
• DEFINITION: tek satırlık bir açıklama.
• ACCESSION ve VERSION: kaydın NM_000546.6 gibi kimliği. Noktadan sonraki sayı dizi değiştiğinde değişir.
• SOURCE ve ORGANISM: dizinin nereden geldiği.
• REFERENCE: onu tanımlayan makaleler.

FEATURES

Her özelliğin bir türü (gene, CDS, promoter, misc_feature) ve bir konumu vardır; ardından /gene="TP53", /product= ya da bir CDS’in protein dizisini tutan /translation= gibi niteleyiciler gelir.

• 100..500: üst iplikte 100’den 500’e kadar bazlar.
• complement(100..500): aynı bazlar, karşı iplikte okunur.
• join(100..200,300..450): bir genin eksonları gibi birleştirilmiş parçalar.
• <1..300 ya da 200..>900: özellik dizinin sonunun ötesine devam eder.

ORIGIN

Dizinin kendisi; her satırın başında konumla birlikte onluk küçük harfli bloklar halinde, // ile biter.

Onunla çalışmak

GenBank’ten FASTA’ya dönüştürücü sayıları ve boşlukları atar ve çoğu aracın beklediği düz diziyi verir. Özellikleri bir harita olarak çizilmiş görmek için dosyayı Plazmit haritası görüntüleyicide aç. Tamamlayıcı iplikteki bir özellik, aralığının ters tamamlayıcısı olarak 5’ten 3’e okunur.

Tek bir özelliği okumak

     CDS             join(101..250,401..559)
                     /gene="abcA"
                     /codon_start=1
                     /transl_table=11
                     /product="ABC transporter"

• Kodlayıcı dizi iki parçadır: 101’den 250’ye (150 baz) ve 401’den 559’a (159 baz) bazlar, toplam 309 baz.
• 309 ÷ 3 = 103 kodon; son kodon durdurma kodonudur, yani protein 102 amino asit uzunluğundadır.
• /codon_start=1, translasyonun ilk bazda başladığını söyler. 2 ya da 3 değeri, bir kodonun ortasından başlayan kısmi diziler için kullanılır.
• /transl_table=11, bakteriler için genetik koddur. Hiçbiri yoksa standart kod olan kod 1 varsayılır.

Yaygın sorunlar

• Konumlar bir kayık. GenBank 1’den sayar ve iki ucu da dahil eder; yani 101..250, 150 bazdır. BED dosyaları ve birçok programlama dili 0’dan sayar ve bu her başlangıcı bir kaydırır.
• Protein beklediğinden bir harf kısa. /translation niteleyicisi durdurma kodonunu asla içermez.
• Diğer ipliği yazmanın iki yolu. complement(join(1..100,201..300)), birleştirilmiş parçaların karşı iplikte, son parça önce olacak şekilde okunduğu anlamına gelir.