目标基因座研究（TLS）提交指南
前提条件
- 向提交序列读取SRA公司强烈推荐。
-
生物项目和生物样品ID。
- 这个NCBI提交门户包括在提交大规模原核16S核糖体rRNA TLS项目期间进行生物项目和生物样本注册的步骤。以前分配的BioProject和BioSample ID也可以在提交向导中提供。
- 在提交其他类型的TLS项目之前，必须将研究和样本元数据提交给BioProject和BioSample。如果序列读取已经提交，请在提交期间提供指定的生物项目和生物样本ID。
创建TLS提交文件
[1] 序列
- 每个单独的fasta文件应包括来自单个大规模研究的序列。作为单个项目一部分的所有fasta文件中包含的序列总数应大于2500。
- fasta文件中的每个序列都应包含一个唯一的ID。这些ID将包含在GenBank平面文件的定义行中个别序列。此序列ID可以表示OTU、phylotype或其他唯一的序列标识符。
- 在提交之前，从序列中删除矢量、嵌合体、低质量序列和可疑数据。
- 可以找到有关fasta文件格式和序列要求的更多信息在这里.
[2] 项目信息
包括大规模/TLS研究的描述生物项目。BioProject ID将包含在TLS主平面文件和函数中，以提供指向属于项目一部分的所有数据类型的单个链接。同一研究中的所有提交文件应包含相同的生物项目ID。
[3] 源信息
源元数据应包含在生物样品使用适当的软件包。有关每个BioSample包要求的详细信息，请参阅在这里GenBank提交向导，用于在NCBI提交门户允许使用以下包类型创建BioSamples：
- 影响公共卫生的病原体
- 宏基因组或环境样本
- 基因组、元基因组或标记序列（符合MIxS）：MIMS和MIMARKS（调查）
所有提交的材料都应包含有关标本获取地的丰富背景信息，包括但不限于：隔离源或宿主、采集日期、国家和经纬度。未培养样本需要一个元基因组生物名称（例如，海洋元基因组），该名称将应用于整个TLS提交。如果需要更多描述性生物名称，请发送请求至gb-admin@ncbi.nlm.nih.gov在提交文件之前。
如果提交中的序列是从多个BioSamples中获得的，则需要一个以tab分隔的映射文件，其中列出了提交中每个序列应包含的BioSample。该映射文件应包括如果样品在序列提交之前注册，则分配的BioSample Accessions。如果在16S核糖体RNA提交向导中创建了生物样本，则应使用样本名称。目前，每个序列只能包含一个生物样本ID。如果每个序列应包含多个生物样本ID，请联系gb-admin@ncbi.nlm.nih.gov.
[4] 功能
- 核糖体RNA提交向导将包含适当的特征注释。
- 其他序列类型，如单个基因座或保守元件，应包括适当的特征类型（如基因、misc_feature）。可以找到有关向GenBank提交数据选项的更多信息在这里.
提交TLS文件
- 这个NCBI提交门户应使用GenBank向导提交核糖体RNA序列。
- 其他靶向基因座研究报告应通过以下方式提交给GenBank表2asn创建可以通过电子邮件发送到的提交文件gb-sub@ncbi.nlm.nih.gov。
TLS 16S rRNA序列分析
核糖体RNA序列在被GenBank接受之前，会检查其是否存在一些问题。可以找到这些检查的摘要在这里这些包括嵌合体分析、向量筛选和序列长度。
使用额外的分析程序验证未培养原核生物大规模提交的16S rRNA，这些原核生物作为TLS项目进行处理核糖传感器（版本0.27）。在该分析中，对照rRNA参考数据集对每个序列进行BLAST，并将其与从SSU rRNA序列的代表性比对构建的轮廓HMM集进行比较。每个剖面HMM模型都是根据该系列50-100个代表性序列的多重比对构建的。包括细菌模型在内的一些比对的来源是Rfam数据库（Rfam.xfam.org）。每个序列都与每个配置文件对齐，并根据序列与配置文件的匹配程度计算分数。每个序列都是根据给它最高分数的模型进行分类的。结合BLAST和剖面HMM结果，报告具有意外特征的序列。检测到的一些意外特征示例包括分数低、覆盖率低和重复区域，这些区域暗示着装配错误。
如果序列有任何这些问题，将在提交处理过程中通知您。如果您有问题，请写信给：gb-admin@ncbi.nlm.nih.gov并包括您的提交编号。
更新TLS提交
