python提取gbff文件cds序列
生信工具箱 人气:0什么是GBFF文件
- GenBank纯文本文件格式(GenBank flatfile, 简称GBFF)
- GBFF是GenBank数据库的基本信息单位
- GBFF序列文件由单个的序列条目组成。
- 序列条目由字段组成,每个字段由关键字起始,后面为该 字段的具体说明。
- 字段分若干次子字段,以次关键字或特性表说明符开始。
- 每个序列条目以双斜杠“//*作结束标记
每个序列条目所代表的意义
1、 LOCUS(代码)序列的功能、序列长度、类型、种属来源、录入日期
2、 DEFINITION(说明)所含的生物学意义的总结性描述
3、 ACCESSION(编号)具有唯一性和永久性
4、 VERSION(版本号)检索号、版本号
5、 KEYWORDS(关键词)描述序列,“ . ”表示没有任何描述内容
6、 SOURCE(数据来源)序列来源生物的简称,或分子类型
7、 REFERENCE (文献)与该数据有关的参考文献,按发表时间排名
8、 FEATURES(特性表)描述基因和基因的产物,以及与序列相关的生物学特性,其中包括
- a. 特性关键词(Feature key) 简要说明功能组的关键词
- b. 特性位置(Location) 指明在特性表中的什么地方找到相关特性
- c. 限定词(Qualifiers) 相关特性的辅助信息
9、 ORIGIN(碱基排列顺序)类似于FASTA格式给出了所记录的序列
最后直接上代
加载全部内容