Учебная страница курса биоинформатики,
год поступления 2013

Семестры Студенты Преподаватели

• 2023
• 2022
• 2021
• 2020
• 2019
• 2018
• 2017
• 2016

• ...

О формате .gbk

• Строка текста имеет длину не более 80 символов, с 1й по 80ю колонку.

• LOCUS, DEFINITION, ACCESSION, SOURCE, FEATURES, ORIGIN - поля (keyword в документации GenBank); ORGANISM - подполе

• Названия полей начинаются в первой колонке и кончаются не позже 10й
• source, gene, misc_feature, CDS - имена особенностей (feature key в документации)
• Имена особенностей начинаются с 6й колонки и кончаются на далее колонки 20. До 6й колонки - пробелы, после имени и до 21й - пробелы.
• Строки одной особенности начинаются с имени и кончаются именем следующей особенности или новым полем.
• /gene, /locus_tag, /note, /product, /protein_id,/translation и др. называются свойствами или квалификаторами особенности (qualifiers в документации)
• Название квалификатора начинается "/" в позиции 22, идет без пробелов, и заканчивается либо знаком равенства, либо пробелами вплоть до конца строки.
• Значения квалификатора (value) идут после знака равенства. Бывают квалификаторы без значения. Текстовые занечения заключены в кавычки.
• Значение квалификатора может переходить на следующие строки. Строка продолжения имеет пробелы в колонках 1-21.
• Отличить продолжение от строки с квалификатором можно по "/" в колонке 22.
  • Редко, но случается, что строка продолжения начинается с символа "/". В этом случае в ней нет знака равенства, а если и есть, то между "/" и равенством "=" ожидается наличие пробела. [Для гарантировано безошибочного различения надо знать полный список квалификаторов.] Предложение как различать эти строки:

if len(line[0:22].strip())==0 and line[22]=="/": # Пробелы в строках 1-21 и "/" в строке 22
    word = line[22:80].splot("=")[0]
    if len(word)== len(word.translate(None," "): # длина слова от 22 колонки до "=" сравнивается с 
                                                 # длиной после удаления пробелов
        new_qualifier = word                     # qualifier  
    else:
        continuation = line[22:80].strip()       # continuation

Фрагменты из файла в формате .gbk

LOCUS       NC_015844            5521712 bp    DNA     circular CON 11-JUN-2013
DEFINITION  Zobellia galactanivorans chromosome, complete genome.
ACCESSION   NC_015844
SOURCE      Zobellia galactanivorans
  ORGANISM  Zobellia galactanivorans
            Bacteria; Bacteroidetes; Flavobacteriia; Flavobacteriales;
            Flavobacteriaceae; Zobellia.
..............................................................
FEATURES             Location/Qualifiers
     source          1..5521712
                     /organism="Zobellia galactanivorans"
                     /mol_type="genomic DNA"
                     /strain="DsiJT"
                     /db_xref="taxon:63186"
     gene            139..1563
.............................................................. 
     misc_feature    order(2108..2119,2123..2125,2327..2344,2351..2356,
                     2360..2365,2396..2398,2402..2413,2417..2422,2429..2434,
                     2459..2473)
                     /locus_tag="zobellia_2"
                     /note="homodimer interface [polypeptide binding]; other
                     site"
                     /db_xref="CDD:212508"
     gene            2917..3462
                     /locus_tag="zobellia_3"
                     /db_xref="GeneID:10974842"
     CDS             2917..3462
                     /locus_tag="zobellia_3"
                     /note="Localized in the cytoplasm"
                     /codon_start=1
                     /transl_table=11
                     /product="hypothetical protein"
                     /protein_id="YP_004734468.1"
                     /db_xref="GI:340616015"
                     /db_xref="GeneID:10974842"
                     /translation="MNRFKNIEYLKLGNKRQNQAYKELKELNIFEKLKKYNPILTGTV
                     PIDIDVPESDLDIICECKNHREFSAELLSLFGKKTDFELKSYKENQIQSTTAKFKTDT
                     FEIEIFGQHIPTEKQNAYRHMVIEDKILNSKGPEFRAEIRSLKSGGLKTEPAFAKLLG
                     LNGNPYTELLKFEATIQAEEE"
     misc_feature    2977..3432
.............................................................. 
     CDS             1570..2016
                     /gene="ptpA"
.............................................................. 
     CDS             complement(3642..4271)
                     /locus_tag="zobellia_4"
                     /note="Contains a signal peptide cleaved between the
                     residues 21 and 22; Localized in the periplamic space;
                     Conserved hypothetical protein"
                     /codon_start=1
                     /transl_table=11
                     /product="hypothetical protein"
                     /protein_id="YP_004734469.1"
                     /db_xref="GI:340616016"
                     /db_xref="GeneID:10975620"
                     /translation="MRKWLSFTSPLIITFILLSFGFEPKEVKVPETLKVTQPTEVLFP
                     KNKTVNSSILLAPPFLGSSYIGFKEALAFKESQGNYFTTNTLGYLGKYQFGIGTLQLM
                     GVYNATRFLNDPVLQERAFHTNIARNKWILRRDIARFVGKRIGGVEITESGMLAAAHL
                     AGAGNVKKYLRSWGAFDVSDSYGTTIAEYMKKFSGYDISHVSPKRNPKV"
     gene            complement(4418..5461)
.............................................................. 
     gene            563555..563752
                     /locus_tag="zobellia_433"
                     /pseudo
                     /db_xref="GeneID:10976751"
.............................................................. 
     misc_feature    complement(order(5521383..5521394,5521473..5521475,
                     5521479..5521481,5521551..5521553))
                     /gene="ybgC2"
                     /locus_tag="zobellia_4783"
                     /note="active site"
                     /db_xref="CDD:238329"
ORIGIN      
        1 gggtaaattc aatagggtta gatttttttt ttagtttttt tgttcacata tttgcctacc
       61 gagaaagtac ggattatcct ctagactttc cgccgactta cgaaatcact aaccaacaaa
      121 aataagataa actttaaaat gggtgttact gctatttccg tatggaacaa ttgtttgacc
..............................................................