DDBJ のデータ公開形式 (flat file) の説明

「DDBJ/EMBL-Bank/GenBank 国際塩基配列データベース」は，全世界の研究者が実験によって決定したDNA (または RNA) の塩基配列データを，DDBJ/EMBL-Bank/GenBank 国際 DNA データバンクが，三者間で定めたデータ構築規範に沿って収集・編集することにより構築されています。

また，データベースの中には，日本のJapan Patent Office (JPO)，欧州の European Patent Office (EPO)，米国の United States Patent and Trademark Office (USPTO)，韓国の Korean Intellectual Property Office (KIPO) が収集・処理した塩基配列データも含まれています。

塩基配列データベースは，データの単位である「エントリ」の集合として構成されています。 DDBJ に登録されたそれぞれのエントリは，DDBJ の定めるフォーマットにしたがった「フラットファイル」 (flat file) の形式で公開されています。フラットファイルには，塩基配列のほか，配列の登録者，関連文献，由来生物種，Feature 情報などが表示されています。 Feature 情報とは，その塩基配列のもつ生物学的特徴や遺伝子の機能，特性等に関する情報を記述したもので，記述形式は， DDBJ/EMBL/GenBank Feature Table Definition (国際塩基配列データベースが定める記述形式) によって定められています。

ＤＤＢＪフォーマットの例 (架空のサンプルです)

以下では, DDBJ フォーマットのフラットファイルの各項目について説明します。

LOCUS       AB000000              450 bp    mRNA    linear   HUM 01-JUN-2009
DEFINITION  Homo sapiens GAPD mRNA for glyceraldehyde-3-phosphate
            dehydrogenase, partial cds.
ACCESSION   AB000000
VERSION     AB000000.1
KEYWORDS    .
SOURCE      Homo sapiens (human)
  ORGANISM  Homo sapiens
            Eukaryota; Metazoa; Chordata; Craniata; Vertebrata; Euteleostomi;
            Mammalia; Eutheria; Euarchontoglires; Primates; Haplorrhini;
            Catarrhini; Hominidae; Homo.
REFERENCE   1  (bases 1 to 450)
  AUTHORS   Mishima,H. and Shizuoka,T.
  TITLE     Direct Submission
  JOURNAL   Submitted (30-NOV-2008) to the DDBJ/EMBL/GenBank databases.
            Contact:Hanako Mishima
            National Institute of Genetics, DNA Data Bank of Japan; Yata 1111,
            Mishima, Shizuoka 411-8540, Japan
REFERENCE   2
  AUTHORS   Mishima,H., Shizuoka,T. and Fuji,I.
  TITLE     Glyceraldehyde-3-phosphate dehydrogenase expressed in human liver
  JOURNAL   Unpublished (2009)
COMMENT     Human cDNA sequencing project.
FEATURES             Location/Qualifiers
     source          1..450
                     /chromosome="12"
                     /clone="GT200015"
                     /clone_lib="lambda gt11 human liver cDNA (GeneTech.
                     No.20)"
                     /db_xref="taxon:9606"
                     /map="12p13"
                     /mol_type="mRNA"
                     /organism="Homo sapiens"
                     /tissue_type="liver"
     CDS             86..>450
                     /codon_start=1
                     /gene="GAPD"
                     /product="glyceraldehyde-3-phosphate dehydrogenase"
                     /protein_id="BAA12345.1"
                     /transl_table=1
                     /translation="MAKIKIGINGFGRIGRLVARVALQSDDVELVAVNDPFITTDYMT
                     YMFKYDTVHGQWKHHEVKVKDSKTLLFGEKEVTVFGCRNPKEIPWGETSAEFVVEYTG
                     VFTDKDKAVAQLKGGAKKV"
BASE COUNT          102 a          119 c          131 g           98 t
ORIGIN
        1 cccacgcgtc cggtcgcatc gcacttgtag ctctcgaccc ccgcatctca tccctcctct
       61 cgcttagttc agatcgaaat cgcaaatggc gaagattaag atcgggatca atgggttcgg
      121 gaggatcggg aggctcgtgg ccagggtggc cctgcagagc gacgacgtcg agctcgtcgc
      181 cgtcaacgac cccttcatca ccaccgacta catgacatac atgttcaagt atgacactgt
      241 gcacggccag tggaagcatc atgaggttaa ggtgaaggac tccaagaccc ttctcttcgg
      301 tgagaaggag gtcaccgtgt tcggctgcag gaaccctaag gagatcccat ggggtgagac
      361 tagcgctgag tttgttgtgg agtacactgg tgttttcact gacaaggaca aggccgttgc
      421 tcaacttaag ggtggtgcta agaaggtctg
//

以上のように，フラットファイルは登録者から提供される情報に基づいて，一定の形式に則って作成されています。登録者の研究上の着眼点の違いなどにより，配列が類似している登録の場合でもフラットファイルに記載される内容は異なることがあります。検索結果を参照される際にはご注意下さい。

ページの先頭へ戻る