標(biāo)題: NCBI/DDBJ/EMBL序列的標(biāo)識符：GI number和Accession.Version
摘要: [NCBI DDBJ EMBL序列的標(biāo)識符：GI number和Accession Version]GI?number及Accession Version就像是序列的身份證號碼一樣。通過這個(gè)號碼，我們能在NCBI DDBJ EMBL等數(shù)據(jù)庫查到該序列的數(shù)據(jù)。問題： 為什么會有兩種類型的序列標(biāo)識符（GI number、Accession Version），兩者…… [關(guān)鍵詞:序列 數(shù)據(jù)庫 核酸序列 核苷酸序列 通用性 生物信息學(xué) 氨基酸序列]……
關(guān)鍵詞: 序列 數(shù)據(jù)庫 核酸序列 核苷酸序列 通用性 生物信息學(xué) 氨基酸序列

GI?number及Accession.Version就像是序列的身份證號碼一樣。通過這個(gè)號碼，我們能在NCBI/DDBJ/EMBL等數(shù)據(jù)庫查到該序列的數(shù)據(jù)。

問題：
為什么會有兩種類型的序列標(biāo)識符（GI number、Accession.Version），兩者之間又有什么不同呢？

回答：

兩種類型的序列標(biāo)識符（GI number、Accession.Version），有著不同的格式，并且開始使用的時(shí)間也不同。

1，GI?number（有時(shí)用小寫字母"gi"），由一系列的數(shù)字組成，是NCBI在處理序列時(shí)連續(xù)分配的。跟序列的Accession number是沒有關(guān)聯(lián)。

• 在GenBank數(shù)據(jù)中，核苷酸序列的GI number放在Version的區(qū)域。
• 蛋白序列的GI number，如果核苷酸序列存在CDS區(qū)，在CDS/db_xref 區(qū)有蛋白序列的GI number。在蛋白數(shù)據(jù)庫，GI number同樣放在Version區(qū)。

2，Version區(qū)，通常我們都可以看到是Accession.Version，如NM_008261.1

• 核酸序列的Version區(qū)，由兩個(gè)字母，接著6位數(shù)字，再一點(diǎn)，后面跟著版本號。（舊的記錄是一個(gè)字母，5位數(shù)字，一點(diǎn)，再版本號）
• 蛋白序列的Version區(qū)，三個(gè)字母，5位數(shù)字，一點(diǎn)，版本號。（注，這是原文的說法，但好像不是太準(zhǔn)確，這可能是舊的記錄。我覺得是二個(gè)字母，6位數(shù)字，版本號。如NP_032287.1）

GI?number作為序列的唯一標(biāo)識符已經(jīng)在GenBank使用多年，其它相關(guān)的數(shù)據(jù)庫仍然保留這個(gè)號碼。1999，隨著國際核酸序列數(shù)據(jù)庫同盟（NCBI/DDBJ/EMBL，International Nucleotide Sequence Database Collaboration）的成立，Version系統(tǒng)也開始啟用。

這兩種不同系統(tǒng)的標(biāo)識符是平行運(yùn)行的，即當(dāng)序列的數(shù)據(jù)改變或升級時(shí)，將會分配一個(gè)新的GI?number，Accession number后的版本也會隨著增加。如NM_008261.1-->NM_008261.2(GI?number:6680238-->46575915)。

大概的歷史是這樣子的，一開始在GenBank及相關(guān)的數(shù)據(jù)庫中使用的是GI?number，GI是"GenInfo Identifier" 的縮寫。后來國際核酸序列數(shù)據(jù)庫同盟成立后，考慮到GI?number不適合作為國際性的通用序列標(biāo)識符，所以就弄了一個(gè)新的詞叫NID，代表核酸序列，PID代表氨基酸序列。但到了1999年12月，這個(gè)叫法就中斷了，全部統(tǒng)一改為用"GI"表示。