MGA

[重要] MGA データの新規登録は終了しました。

国際塩基配列データベース (DDBJ/EMBL-Bank/GenBank) では,ゲノム配列・アセンブルのアノテーションに有用な情報を提供する大規模な配列群を受け入れるために新たなデータカテゴリーを創設しました。この新規データカテゴリーの名称は MGA (Mass sequence for Genome Annotation) です。MGA データの定義は以下となっております。

MGA データの定義
MGA is defined as those sequences which are produced in large quantity in view of genome annotation.
MGA データとして登録可能なデータ
ゲノムアノテーションに役立つ生物学的特徴を有する配列データ (転写物の末端部分など) 。
大量なデータセット (原則的に,1リソース* 当たり1万以上のユニークな配列セット) 。

DDBJ フォーマットの例

MGA データの公開形式は1エントリごとではなく,リソースを単位に行われます。公開ファイルは以下に示す Master record および Variable record から構成されています。MGA の公開データには,KEYWORDS 行に必ず "MGA" が記載されています。

Master record

リソース毎に作成されるファイルで,各リソースの共通情報が記載されています。

Master record の例

LOCUS       ZZZZZ0000000                       mRNA    linear   ROD 24-JAN-2005
DEFINITION  Mus musculus 1 month adult cerebellum short transcripts tag.
ACCESSION   ZZZZZ0000000
VERSION     ZZZZZ0000000.1
KEYWORDS    MGA; CAGE (Cap Analysis Gene Expression).
SOURCE      Mus musculus (house mouse)
  ORGANISM  Mus musculus
            Eukaryota; Metazoa; Chordata; Craniata; Vertebrata; Euteleostomi;
            Mammalia; Eutheria; Euarchontoglires; Glires; Rodentia;
            Sciurognathi; Muroidea; Muridae; Murinae; Mus; Mus.
REFERENCE   1  (bases 1 to 1450)
  AUTHORS   Mishima,H., Yamada,T. and Liu,G.Q.
  TITLE     Direct Submission
  JOURNAL   Submitted (30-NOV-2009) 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     The gene expression analysis of short transcripts tags
  JOURNAL   Unpublished (2010)
COMMENT     The CAGE (cap analysis gene expression) is based on preparation
            and sequencing of concatamers of DNA tags deriving from the
            initial 20/21 nucleotides from 5' end mRNAs.
            Full-length cDNAs were at first selected with the Cap-Trapper
            method. Then, a specific linker (Linker1, some linker contain 5 bp
            sequences that have 15 variations for each rna sample) containing
            the ClassIIs restriction enzyme site MmeI was then ligated to the
            single-strand cDNA and then the second strand of cDNA synthesized.
            (中略)
FEATURES             Location/Qualifiers
     source          
                     /db_xref="taxon:10090"
                     /dev_stage="1 month adult"
                     /mol_type="mRNA"
                     /organism="Mus musculus"
                     /strain="C57BL/6J"
                     /tissue_type="cerebellum"
MGA         ZZZZZ0000001-ZZZZ0340780
            total number of count : 856609
            Header Format
            >[ACC#]|[submitter's identifier]|[number of sequence
            count]|[map]|[free text]|[db_xref1(,db_xref2,...)]|
//

Variable record

リソース毎に各エントリの塩基配列およびアクセッション番号,マップ情報,配列のカウント数など関連情報が記載されています。

Variable record の例

  >ZZZZZ0000001|ABC1004AA60F1902|10|9B|lipidosis-related protein Lipidosin| 
GI:2385656|
gactgtcttcggtgaatgca
>ZZZZZ0000002|ABC1003AE78G1607|5||||
gcggaagtcggaccggtcgca
>ZZZZZ0000003|ABC1003AE72P1806|6||||
gggagaccgatccgggatct
>ZZZZZ0000004|ABC1003AE30G1801|91||||
gagtcgggtcggtggggctgt
>ZZZZZ0000005|ABC1003AA45J1501|55||||
ggggaatctgcagcctgggc
>ZZZZZ0000006|ABC1003AE67B0902|152||||
gagccgtccccgacgccgcca
 (以下略) 

書式: >[ACC#]|[submitter's identifier]|[number of sequence count]|[map]|[free text]|[db_xref1(,db_xref2,...)]|

  • 1エントリは Header 行と塩基配列行から構成されています。Header 行は ">" で始まり,各エントリに関連する6つの項目が続きます。各項目は "|"(pipe) によって区切られています。
  • 各エントリの関連情報は変更・更新は可能ですが,配列の更新は認められておりません。
>ZZZZZ0000001|ABC1004AA60F1902|100|9B|lipidosis-related protein Lipidosin| MGI:2385656|
gactgtcttcggtgaatgca
ZZZZZ0000001 [ACC#] エントリのアクセッション番号
ABC1004AA60F1902 [submitter's identifier] 登録者が割り当てたID
100 [number of sequence count] リソースにおいて当該配列が得られた数
9B [map] 配列の map 情報
lipidosis-related protein Lipidosin [free text] 配列に関する情報(自由形式での記述)
MGI:2385656 [db_xref1(,db_xref2,...)] 配列に関する外部データベース情報
gactgtcttcggtgaatgca エントリの塩基配列

FIELD COMMENTS