真核基因组注释指南

注释

Genome Workbench和table2asn（替换tbl2asn）使用简单的五列tab分隔的特征位置和限定符表来生成注释。

此特征表的格式允许指示不同类型的特征（例如基因、编码区、tRNA、repeat_region）和限定符（例如/product、/note）。验证器将检查错误，如编码区域中的内部停止。

指南原核基因组提交.

如果您不理解此处的任何说明或有疑问，请通过电子邮件联系我们genomes@ncbi.nlm.nih.gov在创建提交之前。这将为我们双方节省大量时间。

目录

1. 准备注释表
   • 基因特征
   • 位置标签
   • 蛋白质id
   • 成绩单id
   • CDS（编码区域）功能
   • 部分编码区域
   • 基因片段
   • 转切基因
   • 两个contigs上的分裂基因
   • 核糖体RNA、tRNA和其他RNA特征
   • mRNA特征
   • 选择性剪接基因
   • 证据限定符
   • 数据库交叉引用
   • 基因本体论

准备注释表

这些功能必须位于一个简单的五列制表符分隔表中，称为功能表。特征表指定了表2asn（之前为tbl2asn）或Genome Workbench的每个特征的位置和类型，以包含在创建的GenBank提交中。表的第一行包含以下基本信息：

>功能SeqID table_name

SeqID必须与FASTA文件中序列的SeqID相同。table_name是可选的。表的后续行列出了功能。列由制表符分隔。

• 第1列：要素的起始位置
• 第2列：特征的停止位置
• 第3列：功能键
• 第4列：限定符键
• 第5列：限定符值

图2显示了一个示例要素表，并说明了关于要素表格式的一些要点。与此表对应的GenBank平面文件如所示图3。允许的功能及其限定符列在功能表中文档.

互补链上的特征，例如基因Ngs_3038和Ngs_11232及其对应的特征，如图2，通过反转间隔位置来指示。

请避免表格中输入的所有文本不必要的大写。

其他要求以及各种类型注释的建议包含在以下各节中。

基因特征

基因特征总是一个区间，它们的位置应该覆盖所有相关特征的区间，例如启动子和polyA结合位点。

基因名称应遵循特定生物体的标准命名规则。例如，小鼠基因名称以大写字母开头，其余字母为小写。

编码区（CDS）和RNA，如tRNA和rRNA，必须具有相应的基因特征。但是，其他功能（如repeat_regions和misc_features）没有相应的基因或locus_tag。

位置标签

应为所有基因分配一个系统的基因标识符，该标识符应在表中的基因特征上接受locus_tag限定符。基因也可能有科学文献中指定的功能名称。在本例中，KCS_0001是系统基因标识符，而Abc5是功能基因名称。

具有生物名称和locus_tag的基因的表视图：

1 1575基因基因Abc5位置标记KCS_0001

平面文件视图：

基因1..1575/基因=“Abc5”/locus_tag=“KCS_0001”

仅带有locus_tag的基因的表视图：

1 1575基因位置标记KCS_0001

平面文件视图：

基因1..1575/locus_tag=“KCS_0001”

为了保持一致性，必须在整个基因组中使用相同的locos_tag前缀。因此，一个基因组的所有染色体都应该具有相同的locus_tag前缀。

为了改进locus_tags的使用，我们现在要求所有locus_tag前缀都要注册并且是唯一的。我们建议让BioProject注册过程自动指定locus_tag前缀，因为它们不是为了传达含义。locus_tag前缀应该是3-12个字母数字字符，第一个字符不能是数字。locus_tag前缀后面是下划线，然后是给定基因组中唯一的字母数字标识号。除了用于分隔前缀和标识号的单个下划线外，locus_tag中不能使用特殊字符。

如果需要，可以将染色体编号嵌入locus_tag中，格式为Prefix_#g#####，其中第一个#是染色体编号，####1是基因的唯一编号。例如，Ajs_4g00123表示4号染色体上的一个基因。

阅读更多关于位置标记（_T）及其预期用途。

请在生物项目注册第页，然后准备提交给GenBank。这里注册的每个项目都分配了一个project_id，将来我们打算在与特定基因组项目相关的所有条目中显示project_id。

蛋白质id

提交者必须为WGS或完整基因组中的所有蛋白质指定一个识别号。当序列更新时，我们使用这个数字来跟踪蛋白质。该数字在表中由CDS限定符protein_id表示，格式应为gnl|dbname|string，其中dbname是您认为唯一的实验室名称版本（例如SmithUCSD），string是提交者分配的唯一蛋白质SeqID。此标识符与记录一起保存（ASN.1格式），但在平面文件中不可见。我们建议使用locus_tag作为蛋白质SeqID。在本例中，ABC5的protein_id是gnl|SmithUCSD|KCS_0001。

例子：

<1>1575基因基因Abc5位置标记KCS_0001未加工假基因1 1575张CDS产品ABC5蛋白质_id gnl |史密斯UCSD | KCS_0001

由于protein_id用于数据库中的内部跟踪，因此基因组中心不能复制完整的protein_ id（dbname+SeqID）很重要。因此，如果您的基因组中心提交了多个完整的基因组，请确保对所有基因组使用唯一的蛋白质id。

protein_id还作为相应mRNA特征的限定符包含在内，以允许CDS和mRNA在处理过程中配对。

请注意，当处理WGS提交时，protein_id中的数据库名会自动更改为“WGS:XXXX”，其中XXXX是项目的登录号前缀。

在你的基因组被释放到GenBank后，这些蛋白质被分配了登录号。我们将提供一个蛋白质SeqID和登录号表，供您将来使用更新.

成绩单id

transcript_id是CDS及其相应mRNA的限定符。它与蛋白质_id，gnl|dbname|标识符的格式相同。因为每个transcript_id和protein_id都必须是唯一的，我们建议将“mrna”或“t”添加到protein_ id标识符中，作为创建相应（唯一）transcript_id的简单方法。但是，只要所有标识符都是唯一的就可以使用您选择的任何命名约定。

63574 87173基因位置标记Ngs_1713163574 63907 mRNA75690   7573084396   8553685598   8577385836 8610986173   8646786555   8667086731   87173产品假想蛋白质蛋白质_id gnl|ncbi|Ngs_17131转录物id gnl、ncbi、mrna。Ngs_17131号84402 85536 cd85598   8577385836   8610986173   8646786555   8667086731   86882产品假想蛋白质蛋白质_id gnl|ncbi|Ngs_17131转录物id gnl、ncbi、mrna。Ngs_17131号

CDS（编码区域）功能

所有CDS功能都必须有产品限定符（蛋白质名称）。NCBI蛋白质命名约定采用自国际蛋白质命名指南.

一致的命名法对于交流、文献检索和数据检索是必不可少的。许多物种特定的社区已经建立了基因命名委员会，试图分配一致的，如果可能的话，有意义的基因符号。其他科学界已经根据序列相似性和/或功能为一组蛋白质建立了蛋白质命名法。但是，没有一个既定的组织参与蛋白质名称的标准化，也没有任何努力来建立在尽可能大的物种范围内有效的命名规则。

有关基因/蛋白质名称的歧义是文献中的一个主要问题，在序列数据库中更为严重，因为序列数据库往往会传播这种混淆。因此，我们要求您遵循一些基本准则来命名您的蛋白质。蛋白质命名指南的前提是，一个好的、稳定的蛋白质推荐名称是一个尽可能中性的名称。

蛋白质命名指南：

• 如果存在，请使用批准的术语。
• 使用简洁的名称，而不是描述或短语。
• 理想情况下，名称应该是唯一的，并归因于所有直系亲属。
• 在蛋白质名称未知的情况下，使用“假想蛋白质”或“无特征蛋白质”作为产品名称。
• 蛋白质名称不应反映蛋白质的亚细胞位置、结构域结构、分子量或来源种类。此信息可以包含在注释中。
• 对于属于多基因家族的蛋白质，建议您选择带有数字的连贯命名法来指定该家族的不同成员。
• 当命名可根据同源性或共享功能概念归类为一个家族的蛋白质时，应使用破折号“-”和阿拉伯数字来列举不同的成员。例如“桥粒芯蛋白-1”、“桥粒蛋白-2”等。
• 功能未知的蛋白质包含一个确定的结构域或基序，可以根据存在的结构域来命名。名称应为以下类型：“<域|重复>-包含蛋白质”。例如“PAS结构域蛋白5”。
• 蛋白质名称可以用与相应基因相同的符号表示，但其格式对生物体来说是正确的。例如，小鼠蛋白质与基因名称具有相同的符号，但蛋白质名称都是大写字母。
• 希腊字母必须完整书写，例如“alpha”，在类固醇/脂肪酸代谢命名法中，除“Delta”外，其他字母必须全部小写。此外，后面跟着数字的希腊字母应该在前面或后面加一个破折号“-”，例如“独角兽字母-1”。
• 使用小写字母，除非需要大写字母（例如，在缩写词中，如DNA或ATP）。
• 在适当的情况下，名称应使用美国拼写惯例。
• 避免在蛋白质名称中使用分子量；“unicornase亚基A”优先于“unicoranase 52 kDa亚基”
• 避免在蛋白质中使用术语“同源物”，因为这意味着进化关系通常尚未确定。
• 尽可能避免在蛋白质名称中使用逗号。
• 尽可能避免使用罗马数字。请使用阿拉伯数字。
• 不要将分子量缩写成缩写
• 不要使用变音符号，例如重音符号、变音符号。许多计算机系统（包括我们的系统）只能理解ASCII字符。
• 不要在蛋白质名称中使用复数。例如，“含有锚蛋白重复序列的蛋白质8”是错误的。

以下是一些好的蛋白质名称示例：

细胞色素b

细胞色素B

乌头水合酶B

假想蛋白质

细胞色素b样蛋白

4Fe-4S簇结合蛋白

腺苷酸转移酶/ADP-庚糖合成酶

2-羟基庚烷-2,4-二烯-1,7-二元酸异构酶

短链特异性酰基辅酶A脱氢酶

甲酰甲烷呋喃——四氢甲烷蝶呤甲酰转移酶

丝氨酸/苏氨酸蛋白激酶

翻译起始因子1

三磷酸基-dephospho-CoA合成酶

硫胺素生物合成蛋白ThiC

PAS结构域蛋白5

ABC转运蛋白ATP-结合蛋白AlbC

第0阶段产孢蛋白J

这些名称都简明扼要地描述了已知蛋白质的功能，避免提及结构、同源性和物种。

以下是一些不良蛋白质名称的示例：

钼酸盐有效并入钼蛋白所必需的

这描述了蛋白质在生物合成过程中的作用，但不是蛋白质名称。

伴侣Hsp70；DNA生物合成；自我调节的热休克蛋白

“chaperone Hsp70”这个名称很好，但是剩余的注释最好作为注释或在函数限定符中填写.

假定碳酸酐酶（酶代码EC4.2.1.1）

EC编号不应是蛋白质名称的一部分，而应填入EC_number限定符中

类似于阿硝酸水合酶B

这句话可以作为注释，但作为一种蛋白质名称，硝酸阿糖水合酶B样蛋白质是首选

与功能未知的蛋白质有关

无信息的名称

细胞色素b样

首选细胞色素b样蛋白

ABC运输车相关

名称模糊，有许多ABC转运体和亚单位，更具体。“ABC转运蛋白相关蛋白”是可以接受的，但如果可能的话，一个更具体的名称会更好。

皮林，N端：皮林，C端

注意N端和C端相似性的统一名称

螺旋转螺旋图案

描述一个基序或结构域，但不是合适的蛋白质名称.

PP-停止

描述一个基序或结构域，但不是合适的蛋白质名称.

α/β水成褶皱

描述一个基序或结构域，但不是合适的蛋白质名称.

五肽重复

描述一个基序或结构域，但不是合适的蛋白质名称.

磷酸泛乙烯结合结构域

描述一个基序或结构域，但不是合适的蛋白质名称.

功能未知的蛋白质：保守

无信息的名称

假想的32.5kDa蛋白与植物烯和角鲨烯合成酶同源

仅假设蛋白质是合适的。其余评论应作为备注填写.

核糖体蛋白L3（大肠杆菌）

蛋白质名称不应包含对有机体名称的引用。核糖体蛋白L3本身就是一个合适的名称.

糖精脱氢酶或相关蛋白

“糖精脱氢酶”或“糖精脱水酶样蛋白”更合适

酪氨酸蛋白激酶（荚膜多糖生物合成）

酪氨酸蛋白激酶作为一种蛋白质名称很好，但荚膜多糖生物合成作为一种功能更合适.

RimM蛋白，16S rRNA加工所需

RimM作为蛋白质名称很好，但应在注释中添加描述性注释.

参与鞭毛生物合成

这是一个功能注释，而不是蛋白质名称.

笔记

请避免包含表示与数据库中其他条目的特定相似百分比的注释，因为您所指向的相应记录可能会发生更改，并使您当前的注释不准确、不正确和过时。描述、描述与其他蛋白质相似性的注释和功能注释必须放在适当的CDS限定符中，例如note或prot_desc，因为它们是产品的描述符。E.C.编号必须在EC_number限定符中字段化。

启动-停止CDS产物DNA聚合酶B亚单位EC编号5.99.1.3

可用于CDS功能的限定符包括：

启动-停止CDS产品prot _ desc（保护_ desc）功能EC编号（_N）笔记实验推理go_组件go_进程go_函数数据库参考伪例外transl_except（转换除外）

可以包含多个音符限定符，并将由表2asn或Genome Workbench连接到一个音符中，以分号作为分隔符。

双功能蛋白质：

如果一个蛋白质包含两个独立和不同的功能，或者如果它有多个名称，可以用多种方式进行注释，如下所述。表格视图：

启动-停止CDS产物腺苷酸转移酶/ADP-庚糖合成酶注释双功能

或

启动-停止CDS产品双功能腺苷酸转移酶/ADP-庚糖合成酶环水解酶

或

启动-停止CDS产品折叠D功能腺苷酸转移酶功能ADP-庚糖合成酶环水解酶注释双功能

部分编码区域

要注释部分编码区域，应使用“<”或功能表中的“>”将功能指定为5'或3'部分。编码区应从第一个核苷酸开始出现在序列或外显子中，您将指出第一个完整的密码子开始于该编码区。

序列中的部分基因应该在一致剪接位点开始或结束。

示例：

在下面的第一个例子中，“<”将该编码区指定为5'部分，“codon_start 3”告诉软件用CDS的第三核苷酸开始翻译。请注意，如果未指定codon_start，则软件假定codon_sstart为1。下面的第二个编码区域在3'端是部分的，因此“>”用于指示3'部分特征。第三个例子是互补链或负链上的3'部分编码区。

<1497 CDS产物转录因子注释类似于枯草芽孢杆菌醛缩酶密码启动3蛋白质_ id gnl |数据库名| KCS_0001transcript_id gnl | dbname | mrna。KCS_0001号机组600>1575 CDS产品类肌动蛋白protein_id gnl |数据库名| KCS_0002transcript_id gnl | dbname | mrna。KCS_0002公司436>1张CDS产品假想蛋白质蛋白质_ id gnl |数据库名| KCS_0056transcript_id gnl | dbname | mrna。KCS_0056号

这里有格式化部分CDS功能的更多示例.

mRNA特征

包括每个翻译的CDS的mRNA特征。需要注意的几点是：

• 对mRNA及其对应的CDS使用相同的产品名称。
• 如果没有UTR信息，则mRNA的位置将与其CDS的位置一致，但mRNA在其5'和3'端将是部分的。
• 扩展基因特征以包括整个mRNA。
• 如果mRNA是部分的，则使基因部分化。

示例：

第一个例子是一个完整的CDS，其5'和3'UTR是已知的。

>特征Cont5410400 12512基因位置标签CCC_0311610400 10462 mRNA10533   1057710651   1109811182   1164211716   12512产品假想蛋白质蛋白质_ id gnl |数据库名| CCC_03116transcript_id gnl | dbname | mrna。CCC_03116号10450 10462信用违约互换10533   1057710651   1109811182   1164211716   12233产品假想蛋白质蛋白_id gnl |数据库名称| CCC_03116transcript_id gnl | dbname | mrna。CCC_03116号

第二个例子是CDS，它在5'端是部分的，并且缺少任何3'UTR信息。

>特征Cont3<1>497基因位置标签CCC_111011<1497 CDS注释类似于枯草芽孢杆菌醛缩酶产品醛缩酶样蛋白密码_开始3蛋白质_ id gnl |数据库名| CCC_111111transcript_id gnl | dbname | mrna。CCC_111011号<1>497 mRNA产品醛缩酶样蛋白蛋白id gnl |数据库名称| CCC_111011transcript_id gnl | dbname | mrna。CCC_111011号

基因片段

有时，基因组会有相邻或邻近的基因，这些基因似乎只是蛋白质的一部分。在许多情况下，这表明序列和/或注释可能存在问题。一个相关的问题是CDS的概念翻译中存在内部终止密码子，看起来应该是真正的CDS。这些问题可能是由多种原因造成的，包括突变或测序工件。它们可以通过多种方式进行注释：

1. 用/pseudo注释该基因，以表明该基因存在问题。注意，这个限定词并不意味着该基因是假基因。（如果已知该基因为假基因，请参见下文第2点）如果最初存在多个基因片段，则添加一个涵盖所有潜在编码区域的单个基因特征，并添加伪限定符。如果已知，可以添加注释限定符，指示该基因被破坏的原因，例如：

   1200基因基因Abc5位置标记KCS_0001基因desc碱性磷酸酶伪注意由于帧移位而无法工作

2. 如果你确定被破坏或错误填充的基因是生物假基因，那么添加假基因限定符和适当的假基因型例如：

   1200基因Abc5基因位置标记KCS_0001基因desc碱性磷酸酶未加工假基因

3. 如果该特征只是记录了与数据库中基因的相似性，并且可能没有翻译，那么应该将其注释为没有相应基因特征的错误特征。

   1200个错误特性注释类似于Abc5

转切基因

转译基因是注释基因特征跨度规则的例外。转座基因与包含内含子的基因相似，只是这两段基因位于染色体的不同区域。这些基因被转录为两个或多个单独的RNA产物，这些RNA产物被转译为单个mRNA或tRNA。要使用表格对此进行注释，请输入核苷酸跨度，以便互补（负链）跨度从高到低排列，正链则相反。

36700 36618基因86988   87064位置标记NEQ_t38异常交叉拼接36631 36618错误特性注意在处理转剪接tRNAs过程中出现的序列断裂36673   3663587030 87064 tRNA产品tRNA-Glu异常交叉拼接注意，这种转剪接的tRNA由混合链上的两半组成；它与另一个tRNA共用一个3'半平面文件视图：基因连接（补体（36618..36700），86988..87064）/locus_tag=“NEQ_t38”/跨接（_S）错误特征补码（36618..36631）/locus_tag=“NEQ_t38”/注=“处理转剪接tRNAs过程中的序列断裂”tRNA连接（补体（36635..36673），87030..87064）/locus_tag=“NEQ_t38”/product=“tRNA-Glu”/跨接（_S）/注=“这个转剪接的tRNA由两部分组成混合股；它与另一个tRNA共用3'半“

两个contigs上的分裂基因

新消息（2012年9月）：有时在不完整的基因组中，一个基因的末端可能位于不同的连接上。当确定这两个片段是同一基因的一部分时，将它们注释为具有独特locus_tags的单独基因，以及具有不同蛋白id和转录id的单独CDS/mRNAs。此外，将这些特征与指代基因另一部分的注释链接在一起。然而，不要创建非常短的特征，例如，如果一端只是起始甲硫氨酸，或者在终止密码子之前只有几个氨基酸。

>功能续01.001115000>7500基因位置标签KCS_2223A5000 5500 mRNA6000    >7200产物烯醇化酶protein_id gnl |数据库名| KCS_2223Atranscript_id gnl | dbname | mrna。KCS_2223A公司5488 5500张CDS6000    >7200产物烯醇化酶protein_id gnl |数据库名| KCS_2223Atranscript_id gnl | dbname | mrna。KCS_2223A公司注释5'结束；3’端为基因KCS_2223B，位于contig Cont01.00224上

>功能Cont01.00224<1 1000基因位置_标签KCS_2223B<100 1000 mRNA产物烯醇化酶蛋白质_ id gnl |数据库名| KCS_2223Btranscript_id gnl | dbname | mrna。KCS_2223B公司<100 876 CDS产物烯醇化酶蛋白质_ id gnl |数据库名| KCS_2223Btranscript_id gnl | dbname | mrna。KCS_2223B公司注释3'结束；5'端为基因KCS_2223A，位于contig Cont01.00111上

选择性剪接基因

在许多情况下，基因可以选择性剪接，产生替代转录物。这些转录物可能在编码区不同并产生不同的产物，或者它们可能在非翻译的5'或3'UTR不同并产生相同的蛋白质。要注释选择性剪接基因，请为每个转录物包含一个mRNA和CDS，并且在所有特征中只包含一个基因。给相应的信使核糖核酸和CDS取相同的名字，并在每个信使核糖核酸和CDS上加上“交替拼接”的注释。如果有多个具有相同名称的CDS，则为每个mRNA和CDS添加注释以相互引用，例如，对于一对mRNA/CDS，“转录变体a”和“由转录变体a编码”。如果CDS有不同的翻译，那么它们应该有不同的产品名称。确保所有蛋白质都有唯一的蛋白质id。

示例1（不同产品）：

>功能Cont01.0005510 5000基因位置标记CCC_0456210 500信使核糖核酸722     15552548    39014400    5000产物烯醇化酶亚型A注释交替拼接protein_id gnl |数据库名| CCC_04562Atranscript_id gnl | dbname | mrna。CCC_04562A公司102 500 CDS722     15552548    39014400    4566产物烯醇化酶亚型A注释交替拼接蛋白_id gnl |数据库名称| CCC_04562Atranscript_id gnl | dbname | mrna。CCC_04562A公司10 500 mRNA2548    39014400    5000产物烯醇化酶亚型B注释交替拼接蛋白质_ id gnl |数据库名| CCC_04562Btranscript_id gnl | dbname | mrna。CCC_04562B号102 500 CDS2548    39014400    4566产物烯醇化酶亚型B钞票交替拼接蛋白质_ id gnl |数据库名| CCC_04562Btranscript_id gnl | dbname | mrna。CCC_04562B号

示例2（同一产品）：

>功能Cont01.00056100 1000基因位置标签CCC_03222100 333信使核糖核酸444     678800     1000产品假想蛋白质注释转录变体A；交替拼接蛋白质_ id gnl |数据库名| CCC_03222Atranscript_id gnl | dbname | mrna。CCC_03222A号456 678张CDS800     865产品假想蛋白质由转录变体A编码的注释；交替拼接蛋白质_ id gnl |数据库名| CCC_03222Atranscript_id gnl | dbname | mrna。CCC_03222A号100 360信使核糖核酸444     678800     1000产品假想蛋白质注释转录变体B；交替拼接蛋白质_ id gnl |数据库名| CCC_03222Btranscript_id gnl | dbname | mrna。CCC_03222B号456 678张CDS800     865产品假想蛋白质由转录变体B编码的注释；交替拼接蛋白质_ id gnl |数据库名| CCC_03222Btranscript_id gnl | dbname | mrna。CCC_03222B号

核糖体RNA、tRNA和其他RNA特征

RNA特征（rRNA、tRNA、ncRNA）需要一个具有locos_tag限定符的相应基因特征。如果tRNA的氨基酸未知，请使用tRNA-Xxx作为产物，如示例所示。许多提交者喜欢标记tRNA-Gly1等tRNAs。如果您希望这样做，请将“tRNA-Gly1”作为注释，而不是在/gene中。/gene的用法保留给实际的生物基因符号，如“trnG”。如果tRNA是假基因，请使用/pseudo限定符。

注释属于INSDC之一的ncRNAnRNA_类作为ncRNA功能，在所需的/ncRNA_class限定符中使用适当的值。RNA的区域应该标注为错误特征（如先导序列），或者如果它们与已知分子（如核糖开关）结合，则应标注为错误结合特征。如果RFAM标识符已知，则可以将其作为数据库参考.

一些rRNA、tRNA和ncRNA示例：

<1400基因位置标记KCS_00011<1400 rRNA产品16S核糖体RNA488 560基因位置_标签KCS_00012488 560 tRNA产品tRNA-Lys570 601基因位置标记KCS_00020伪570 601 tRNA产品tRNA-Phe伪700 780基因位置标记KCS_00013700 780 tRNA产品tRNA-Xxx900 923基因位置标记KCS_00014900 923 ncRNAncRNA_类miRNA产品mir-9c950 1000基因位置_标签KCS_00015950 1000 tmRNA产品tmRNA

如果绑定部分已知，则使用misc_binding功能对Riboswitch进行注释，例如：

1 100杂项绑定注意钴胺素核糖开关结合部腺苷钴胺

2017年新增：用regulatory_class“核糖开关”将核糖开关注释为监管特征：

1100监管调节类核糖开关注意钴胺素核糖开关结合部腺苷钴胺

如果绑定部分未知或序列是前导序列，请将其注释为mist_feature，例如：

1 100个错误特性注释yybP-ykoY元素

错误特征、错误结合和调控特征没有相关的基因特征。如果需要使用类似locus_tag的标识符标记这些功能，则将该值包含在注释中，并用分号和空格与其他信息分隔。

证据限定符

国际核苷酸序列数据库协作组织DDBJ、EMBL和GenBank采用了一组新的限定词来描述GenBank记录中特征注释的证据。这些是：

/experimental=“text”/inference=“TYPE:text”，其中“TYPE”来自选择列表，“text“是结构化文本。

这些限定符分别替换不再受支持的/exivent=experimental和/exivens=non-perimal。

查看有关的更多信息证据限定符.

数据库交叉引用

可以向要素添加各种数据库交互参考。这些在功能上显示为/db_xref。此限定符用作将序列记录链接到其他外部数据库的工具。查看完整列表数据库参考数据库。

1100张CDS产品RecAprotein_id gnl|center_name|Test_0001db_xref InterPro:IPR000111180 210错误特性注释yybP-ykoY元素数据库_参考RFAM:RF00080

基因本体论

GO（基因本体论）术语可以包括在基因组中，以便描述蛋白质功能。基因本体论（GO）术语可以用以下限定词表示

1100张CDS产品解旋酶go_process染色质组装或拆卸|0006333||IEAgo_process抗菌体液反应| 0019730 | 16163390 | IMPgo_组分核|0005634|14668392|IDAgo_组分染色质|0000785||IEAgo_function ATP依赖性解旋酶活性|0008026||ISSgo_function核酸结合|0003676||IEAgo_function ATP绑定|0005524||IEA

值字段由竖线“|”分隔为描述性字符串、GO标识符（保留前导零）以及可选的PubMed ID和一个或多个证据代码。证据代码是第四个标记，因此根据需要包括空白字段（例如，最后一个限定符没有PubMed ID，所以第三个字段是空白的）。