概述

美国国家医学图书馆的国家生物技术信息中心 (NCBI) 提供世界上最全面的分子生物学数据库套件。 GenBank 是主要的核苷酸序列存储库，接受研究人员的直接提交，并与 EMBL-EBI 和 DDBJ 一起参与国际核苷酸序列数据库协作 (INSDC)。 RefSeq 为基因组、转录本和蛋白质提供精选的非冗余参考序列。序列读取存档 (SRA) 存储来自高通量平台的原始测序读取。这些资源共同构成了公共分子数据访问的支柱。

关键概念

GenBank 记录包括原始序列、生物学注释和书目元数据。登录号（例如，NM_001234）为引用提供了稳定的标识符。 RefSeq 与 GenBank 的管理流程不同：RefSeq 记录是手动审核和维护的，为参考目的提供了更高的可靠性。 SRA 以压缩格式归档未处理的测序读取，存储读取数据和质量分数。 Entrez 搜索系统提供跨所有 NCBI 资源的统一跨数据库查询，支持通过单一界面从不同数据库检索相关记录。

应用程序

世界各地的研究人员每天都在使用 NCBI 数据库。 DNA 测序 项目首先针对 GenBank 进行 BLAST 搜索以识别未知序列。 [下一代测序](/guides/next- Generation-sequencing.html) 实验将原始读数存储在 SRA 中，并将其与 RefSeq 基因组进行比对以进行变体识别。 [细菌遗传学](/guides/bacterial- Genetics.html) 研究依赖 RefSeq 基因组进行比较基因组学以及物种特异性基因和毒力因子的鉴定。

实用协议

导航 NCBI 门户从 ncbi.nlm.nih.gov 开始，其中的搜索栏提供对 Entrez 跨数据库搜索系统的访问。要查找给定生物体的所有核苷酸序列，请在主搜索栏中输入生物体名称（例如“大肠杆菌”），然后使用结果页面上的“核苷酸”数据库过滤器。如需更精确的查询，请使用 Entrez 字段语法：“Escherichia coli[Organism] AND 16S ribosomal RNA[Title]”仅返回来自大肠杆菌的 16S rRNA 序列。结果列表显示登录号、序列长度和定义。单击任何登录（例如 NR_024570）可查看完整的 GenBank 记录，其中包含注释特征、编码序列和参考文献。如需批量检索，请点击“发送至”>“文件”>“FASTA”下载所有匹配的序列。举一个实际的例子，表征新型细菌分离株的微生物学家将：(1) 在 SRA 中搜索密切相关物种的原始读数，用作组装的参考，(2) 将组装好的重叠群提交到 RefSeq 基因组数据库的 BLAST，以识别最接近的测序亲属，(3) 下载该亲属的 RefSeq 基因组，使用 Prokka 等工具进行基因预测，以及 (4) 将带注释的组装件与新的加入一起存放在 GenBank 中。整个工作流程（查询、检索、分析和提交）在统一的 NCBI 生态系统中运行，Entrez 在每一步都提供无缝的跨数据库导航。例如，对感兴趣的病原体的 PubMed 搜索直接链接到其基因组的核苷酸记录、SRA 的可用测序数据以及 BioProject 的实验元数据 - 所有这些都无需离开 NCBI 门户。