GenBank数据库概述（二）
FTP GenBank and Daily Updates：
1. GenBank普通文件格式 — 参见GenBank记录样本和在GenBank公布通知中的详细描述，下载大多数最近的完全公告和日常积累或非积累更新数据。
2. ASN.1格式 — 摘要句法记号1，国际标准组织（ISO）数据表示格式，下载大多数最近的完全公告和日常积累或非积累更新数据。
3.
FASTA格式 —
定义行号后只跟随序列数据（示例），参见描述数据库的readme文件，包括nt.Z（每天更新的非冗余BLAST核酸数据库，包括GenBank+EMBL+DDBJ+PDB序列，但是不包括EST,
STS, GSS, or HTGS序列），nr.Z（每日更新的非冗余蛋白质），est.Z, gss.Z, htg.Z,
sts.Z,和其它文件。
分子数据库：
1. 核酸序列
1、 Entrez核酸： 用accession
number,作者姓名，物种，基因/蛋白名字，以及很多其它的文本术语来搜索核酸序列记录（在GenBank +
PDB中）。更多的关于Entrez的信息见下。如果要检索大量数据，也可使用Batch Entrez（批量Entrez）。
2、
RefSeq ： NCBI数据库的参考序列。校正的，非冗余集合，包括基因组DNA
contigs，已知基因的mRNAs和蛋白，在将来，整个的染色体。Accession numbers用NT_xxxxxx, NM_xxxxxx,
NP_xxxxxx, 和NC_xxxxxx的形式来表示。
3、 dbEST ：表达序列标签数据库，短的、单次（测序）阅读的cDNA序列。也包括来自于差异显示和RACE实验的cDNA序列。
4、 dbGSS ：基因组调查序列的数据库，短的、单次（测序）阅读的cDNA序列，exon trap获得的序列，cosmid/BAC/YAC末端，及其他。
5、 dbSTS ：序列标签位点的数据库，短的在基因组上可以被唯一操作的序列，用于产生作图位点。
6、 dbSNP ：单核苷酸多态性数据库，包括SNPs，小范围的插入/缺失，多态重复单元，和微卫星变异。
2. 完整的基因组 ：
1、 参见下面Genome和Maps部分，包括各种物种资源，人，小鼠，大鼠，酵母，线虫，疟原虫，细菌，病毒，viroids，质粒。
2、
发UniGene ：
被整理成簇的EST和全长mRNA序列，每一个代表一种特定已知的或假设的人类基因，有定位图和表达信息以及同其它资源的交叉参考。序列数据可以以cluster形式在Unigene网页下载，完整的数据可以从FTP站点repository/UniGene目录下下载。
1) 人类：UniGene
2) 小鼠：UniGene
3) 大鼠：UniGene
4) 斑马鱼：UniGene
3、 BLAST ：将你的序列同核酸库中的的序列比较，检索相似的序列。（更详细的信息见下面Tools/Sequence相似搜索部分）
蛋白序列 ：
1、
Entrez蛋白 ：用accession
number,作者姓名，物种，基因/蛋白名字，以及很多其它的文本术语来搜索蛋白序列记录（在GenPept + Swiss-Prot + PIR +
RPF + PDB中）。更多的关于Entrez的信息见下。如果要检索大量数据，也可使用Batch Entrez（批量Entrez）。
RefSeq — NCBI数据库的参考序列。Curated, 非冗余集合包括基因组DNA
contigs,已知基因的mRNAs和蛋白，在将来，整个的染色体。Accession numbers用NT_xxxxxx, NM_xxxxxx,
NP_xxxxxx, 和NC_xxxxxx的形式来表示。 FTPGenPept —
下载“genpept.fsa.Z”文件，这个文件包含了从GenBank/EMBL/DDBJ记录中翻译过来的FASTA格式的氨基酸序列，这些记录都有一到两个CDS特性的描述。
2、 完整基因组 ：参见下面Genome和Maps部分，包括各种物种资源，人，小鼠，大鼠，酵母，线虫，疟原虫，细菌，病毒，viroids，质粒。
1)
Entrez基因组
：提供了一个编码区的概要和各种物种的分类表（TaxTable）。编码区概要列出了在基因组中所有的的蛋白，并提供链接到FASTA文件和BLAST。分类表总结了蛋白BLAST分析的结果，建议他们的可能功能，并用颜色编码的图来显示物种同其它物种之间的关系（参见下面''''Genomes和Maps,''''部分Entrez基因组的一般描述）
2) FTP基因组蛋白 ：从ftp站点的genbank/genomes目录下下载各种物种的FASTA格式的氨基酸序列*.faa和蛋白表文件*.ptt。参见readme文件。蛋白表也可以在Entrez基因组中看到。
3、 PROW ： Web上的蛋白资源，关于大约200种人类的CD细胞表面分子的简短官方向导。互相检索，为每个CD抗原提供大约20中标准信息的分类（生化功能，配体，等等）
4、 BLAST ： 将你的序列同蛋白库中的的序列比较，检索相似的序列。（更详细的信息见下面Tools/Sequence相似搜索部分）
