从NCBI 数据库下载基因组数据时，部分样本会有genbank版本的基因组和refseq版本的基因组，两者有什么区呢？
GCF是RefSeq，GCA是GenBank，GCF可能更可靠一些（F ：reference sequences；A ：Assembly）ACCESSION是NCBI序列数据中我们常用到编号（另一个是GI：gi genebank id），这是Genbank的收录号，也是查询号。比如提交一个基因或蛋白的序列，genbank接受后就会分配给这个基因或蛋白一个序列号，即accession number。
-
GenBank genome
- accession 以 GCA_ 起始
- 注释信息可有可无
- 第一次提交版本默认为1，后续作者提交更新版本，会在末尾加版本号 .2
-
RefSeq genome
- accession 以 GCF_ 起始
- NCBI工作人员为某个类群指定的参考基因组
- 必须包含注释，注释可能是原始提交者提供，也可能是NCBI工作人员根据提交序列注释。
- NCBI负责维护
- 序列可能与对应的GCA_版本完全相同；也可能存在差异，NCBI工作人员可能根据一些标准删除可能的污染序列，或者分类出线粒体基因组序列。
-
RefSeq 基因组与Representative基因组比较
- 两种都是高质量的基因组
- 都有注释信息
- 差别只是前者被选中作为生信分析的参考
如何查找旧版本的基因组信息?
NCBI > Genomes & Maps > Assembly > History
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容，请联系我们，一经查实，本站将立刻删除。
如需转载请保留出处：https://51itzy.com/kjqy/13000.html