GenBank

GenBank baza podataka sekvenci je otvoreno pristupna, označena zbirka svih javno dostupnih nukleotidnih sekvenci i njihovih proteinskih prijevoda. Proizvodi ga i održava Nacionalni centar za informacije o biotehnologiji (NCBI; dio Nacionalnih instituta za zdravlje u Sjedinjenim Državama) kao dio Međunarodne baze podataka o nukleotidnim sekvencama Saradnja (INSDC).

GenBank
Skraćenica	GB
Prethodnik	Novoosnovana
Datum osnivanja	1982.
Vrsta	Javna baza podataka o nukleotidima
Status	Aktivan
Cilj	Prikupljanje nolvih podataka o nukleotidima i genima Do 2023.: Nukleotidne sekvence za više od 300.000 organizama s pratećom bibliografskom i biološkom napomenom
Glavno sjedište	NCBI
Članstvo	Neograničeni
Jezik	Engleski
Ključne osobe	Walter Goad
Glavni organ	Uredništvo
Br. zaposlenih	?
Veb-sajt	= eutils soap NCBI XML ASN.1 BLAST Genbank format

GenBank i njeni saradnici primaju sekvence proizvedene u laboratorijama širom svijeta od više od 500.000 formalno opisanih vrsta.^[1] Bazu podataka pokrenuli su Walter Goad i Nacionalna laboratorija Los Alamosa, 1982. GenBank je postala važna baza podataka za istraživanja u biološkim poljima i rastao je posljednjih godina eksponencijalnom stopom udvostručavajući se otprilike svakih 18 mjeseci.^[2][3]

Izdanje 250.0, objavljeno u junu 2022., sadržavalo je preko 17 triliona nukleotidnih baza u više od 2,45 milijardi sekvenci.^[4] GenBank je napravljen direktnim podnošenjem iz pojedinačnih laboratorija, kao i iz masovnih predaja iz velikih centara sekvenciranje.

Prijave

GenBank se mogu poslati samo originalne sekvence. Direktno podnošenje se vrši GenBank koristeći BankIt, koji je web-bazirani obrazac, ili samostalni program za podnošenje, Sequin. Po prijemu predaje sekvence, osoblje GenBank-a ispituje originalnost podataka i dodjeljuje pristupni broj sekvenci i vrši provjere osiguranja kvaliteta. Prijave se zatim puštaju u javnu bazu podataka, gdje se unosi mogu pronaći putem Entrez ili preuzeti putem FTP. Grupno slanje eksprimirana oznaka sekvence (EST), lokacija označena sekvencom (STS), sekvenca istraživanja genoma (GSS) i sekvenca genoma visoke propusnosti (HTGS) podatke najčešće dostavljaju veliki centri za sekvenciranje. Grupa za direktno podnošenje GenBank-a također obrađuje kompletne sekvence mikrobnog genoma.^[5][6]

Baza podataka GenBank uključuje dodatne skupove podataka koji su konstruisani mehanički iz prikupljanja podataka glavne sekvence, i stoga su isključeni iz ovog brojanja.

Top 20 organizama u GenBank-u (Izdanje 250)^[4]

Organizam	Bazni parovi
Triticum aestivum	2,15443744183×10^11
SARS-CoV-2	1,65771825746×10^11
Hordeum vulgare ssp. vulgare	1,01344340096×10^11
Mus musculus	3,0614386913×10^10
Homo sapiens	2,7834633853×10^10
Avena sativa	2,1127939362×10^10
Escherichia coli	1,5517830491×10^10
Klebsiella pneumoniae	1,1144687122×10^10
Danio rerio	1,0890148966×10^10
Bos taurus	1,0650671156×10^10
Triticum turgidum subsp. durum	9,981529154×10^9
Zea mays	7,412263902×10^9
Avena insularis	6,924307246×10^9
Secale cereale	6,749247504×10^9
Rattus norvegicus	6,548854408×10^9
Aegilops longissima	5,920483689×10^9
Canis lupus familiaris	5,776499164×10^9
Aegilops sharonensis	5,272476906×10^9
Sus scrofa	5,179074907×10^9
Rhinatrema bivittatum	5,178626132×10^9

Također pogledajte

• Ensembl
• Referentna baza podataka o ljudskim proteinima (HPRD)
• Analiza sekvence
• UniProt
• Entrez
• Lista sekvenciranih eukariotskih genoma
• Lista sekvenciranih arhealnih genoma
• RefSeq — baza podataka referentnih sekvenci
• Geneious — uključuje GenBank alat za podnošenje
• Otvoreni naučni podaci
• Proteinska banka podataka