GenBank

3. 데이터 제출 및 이용

GenBank에는 원본 서열만 제출할 수 있으며, 직접 제출은 웹 기반 양식인 BankIt 또는 독립 실행형 제출 프로그램인 Sequin을 사용하여 이루어진다.^[6][7] 서열 제출을 받으면 GenBank 직원이 데이터의 독창성을 검토하고 서열에 접근 번호를 할당하고 품질 보증 검사를 수행한다.^[6][7] 그런 다음 제출물은 공개 데이터베이스에 공개되어 Entrez 또는 FTP를 통해 검색하거나 다운로드할 수 있다.^[6][7]

발현 서열 태그 (EST), 서열 표지 부위 (STS), 유전체 조사 서열 (GSS) 및 고처리량 유전체 서열 (HTGS) 데이터의 대량 제출은 대규모 서열 분석 센터에서 가장 자주 제출하며, GenBank 직접 제출 그룹은 또한 완전한 미생물 유전체 서열을 처리한다.^[6][7]

4. 데이터 성장

1982년부터 현재까지 GenBank의 염기 수는 약 18개월마다 두 배로 증가했다.^[5][11] 2022년 6월 15일 현재 GenBank 릴리스 250.0에는 2억 3900만 개 이상의 로커스, 1조 3900억 개의 뉴클레오티드 염기쌍이 포함되어 있으며, 보고된 서열은 2억 3900만 개이다.^[5]

GenBank 데이터베이스는 유럽 분자 생물학 연구소(EMBL; European Molecular Biology Laboratory) 산하의 유럽 생물 정보학 연구소(EBI; European Bioinformatics Institute)의 EMBL 데이터 라이브러리, 그리고 일본 DNA 데이터 뱅크(DDBJ; DNA Data Bank of Japan)와 연계하여 상호 염기 서열 데이터를 교환하고 있다. GenBank 및 공동 활동을 하고 있는 데이터베이스에는 전 세계 연구 기관에서 10만 종 이상의 생물에서 추출된 염기 서열이 등록되어 있다.

GenBank의 데이터는 기하급수적으로 증가하고 있으며, 2012년 6월에는 8,200만 개 이상의 염기 서열, 약 2,870억 개의 핵산 염기(뉴클레오티드) 데이터가 등록되었다. GenBank 데이터베이스에는 전 세계 각지의 연구 기관에서 직접 데이터가 등록될 뿐만 아니라, 대규모 서열 센터에서 대량의 데이터가 일괄 등록되기도 한다.

GenBank의 염기 서열 데이터에는 주석(애노테이션)이 붙어 있으며, 대응하는 아미노산(단백질) 서열 정보도 가지고 있다.

4. 1. 주요 유기체 데이터

5. 데이터 품질 문제 및 한계

GenBank는 공개 데이터베이스이므로, 초기 식별 오류 등으로 인해 특정 종으로 잘못 할당된 염기서열이 포함될 수 있다.^[15] 예를 들어, 미토콘드리아 사이토크롬 c 산화효소 소단위 I 염기서열의 75%가 물고기 ''Nemipterus mesoprion''으로 잘못 할당되었다는 연구 결과가 발표되었다.^[15]

국립생명공학정보센터(NCBI)의 기본 지역 정렬 검색 도구(BLAST)를 사용하여 GenBank를 검색할 수 있지만, 유형 균주의 동료 검토를 거친 염기서열과 비유형 균주의 염기서열이 부족하다는 한계가 있다. 임상 미생물학 저널에 발표된 논문에 따르면, GenBank를 EzTaxon-e^[13]와 같은 품질 관리가 이루어지는 데이터베이스와 함께 사용할 경우, GenBank만 사용하는 것보다 더 정확한 분석 결과를 얻을 수 있다.^[12]

여러 출판물에서 GenBank의 오류 염기서열을 지적하고 있으며,^[16][17][18] 이러한 오류는 잘못된 종 할당, 키메라, 염기서열 오류 등을 포함한다. 새의 사이토크롬 b 기록 품질에 대한 연구에서는, 식별된 오류 기록의 45%가 종 식별 재평가가 불가능한 표본과 관련되어 있다는 사실이 밝혀졌다.^[19]

5. 1. 데이터 품질 관리 노력

참조

_[1] 기타 download page http://hgdownload.so[...] NCBI
_[2] 논문 GenBank 2022-01-07
_[3] 논문 GenBank
_[4] 논문 GenBank
_[5] 웹사이트 GenBank release notes (Release 250) http://ftp.ncbi.nih.[...] NCBI 2022-06-15
_[6] 웹사이트 How to submit data to GenBank https://www.ncbi.nlm[...] 2022-07-20
_[7] 웹사이트 GenBank Submission Types https://www.ncbi.nlm[...] 2022-07-20
_[8] 웹사이트 Walter Goad, GenBank founder, dies http://www.lanl.gov/[...] Los Alamos National Laboratory 2000-11-21
_[9] 기타 LANL GenBank History http://www.bio.net/b[...]
_[10] 논문 Recent changes in the GenBank On-line Service
_[11] 논문 GenBank
_[12] 논문 Evaluation of the GenBank, EzTaxon, and BIBI Services for Molecular Identification of Clinical Blood Culture Isolates That Were Unidentifiable or Misidentified by Conventional Methods 2012-05
_[13] 기타 EzTaxon-e Database https://web.archive.[...]
_[14] 기타 leBIBI V5 https://web.archive.[...]
_[15] 논문 Genetic diversity and phylogenetic relationships of threadfin breams (Nemipterus spp.) from the Red Sea and eastern Mediterranean Sea https://cdnsciencepu[...] 2021
_[16] 논문 ACDC, a global database of amphibian cytochrome-b sequences using reproducible curation for GenBank records null 2020-08-13
_[17] 논문 Detection of Potential Problematic Cytb Gene Sequences of Fishes in GenBank null 2018-02-06
_[18] 논문 A database of metazoan cytochrome c oxidase subunit I gene sequences derived from GenBank with CO-ARBitrator null 2018-08-07
_[19] 논문 Bird genetic databases need improved curation and error reporting to NCBI null 2022-09-22
_[20] 논문 GenBank
_[21] 논문 GenBank