بنك الجينات
قاعدة بيانات تسلسل GenBank هي مجموعة مفتوحة الوصول ومُعَلَّمة من تسلسلات النيوكليوتيدات المتاحة للعموم وترجماتها البروتينية . تُعد GenBank جزءًا من التعاون الدولي لقواعد بيانات تسلسل النيوكليوتيدات (INSDC)، ويتم إنتاجها وصيانتها من قِبَل المركز الوطني لمعلومات التقانة الحيوية (NCBI)، وهو قسم من المكتبة الوطنية الأمريكية للطب (NLM)، التابعة للمعاهد الوطنية للصحة (NIH).
اعتبارًا من إصدار GenBank 271.0 (أبريل 2026)، احتوت قاعدة البيانات على 53.90 تريليون قاعدة و6.27 مليار سجل تسلسل، بما في ذلك 261,460,182 مدخلًا في GenBank تحتوي على 7,289,942,983,522 زوجًا من قواعد بيانات التسلسل. [ 2 ] تشمل قاعدة البيانات تسلسلات من أكثر من 581,000 نوع موصوف رسميًا. [ 3 ] أُنشئت قاعدة البيانات عام 1982 على يد والتر غواد ومختبر لوس ألاموس الوطني، وأصبحت مصدرًا مركزيًا للبحوث البيولوجية. تُبنى GenBank من خلال عمليات إرسال مباشرة من المختبرات الفردية، بالإضافة إلى عمليات إرسال جماعية من مشاريع التسلسل واسعة النطاق. [ 3 ]
المشاركات
يقبل بنك الجينات (GenBank) تسلسلات النيوكليوتيدات من المختبرات الفردية ومشاريع التسلسل واسعة النطاق. تُقدَّم البيانات مباشرةً عبر بوابة تقديم البيانات التابعة للمركز الوطني لمعلومات التقانة الحيوية (NCBI) [ 4 ] ، والتي توفر مسارات عمل مُوجَّهة لتقديم البيانات، أو برمجيًا باستخدام أدوات مثل table2asn . ويجري حاليًا التخلص التدريجي من نظام تقديم البيانات القديم BankIt لصالح بوابة تقديم البيانات. [ 5 ]
عند استلام البيانات، يقوم فريق GenBank بمراجعتها للتأكد من اكتمالها وسياقها البيولوجي واتساقها، ثم يُخصص لها رقم تعريف ، ويُجري فحوصات ضمان الجودة قبل نشرها في قاعدة البيانات العامة. ويمكن الوصول إلى التسلسلات المُقدمة عبر منصة Entrez ، كما يُمكن تحميلها عبر بروتوكول نقل الملفات (FTP) .
يدعم بنك الجينات (GenBank) أنواعًا متعددة من عمليات الإرسال، بما في ذلك تجميعات التسلسل الجينومي الكامل (WGS)، وتجميعات التسلسل النسخي (TSA)، ودراسات المواقع المستهدفة (TLS)، وتسلسلات الجينوم عالية الإنتاجية (HTGS). تسمح سجلات التعليقات التوضيحية من جهات خارجية (TPA) بنشر التعليقات التوضيحية استنادًا إلى التسلسلات الموجودة مسبقًا في بنك الجينات. تُودع قراءات التسلسل الخام الناتجة عن تقنيات التسلسل من الجيل التالي في أرشيف قراءات التسلسل (SRA)، بدلًا من إيداعها في بنك الجينات نفسه. [ 6 ]
تاريخ
أنشأ والتر غواد، من مجموعة البيولوجيا النظرية والفيزياء الحيوية في مختبر لوس ألاموس الوطني (LANL)، وزملاؤه قاعدة بيانات تسلسل لوس ألاموس عام 1979، والتي تُوِّجت بإنشاء قاعدة بيانات GenBank العامة عام 1982. [ 7 ] وقد مُوِّل المشروع من قِبَل المعاهد الوطنية للصحة ، والمؤسسة الوطنية للعلوم ، ووزارة الطاقة ، ووزارة الدفاع . تعاون مختبر لوس ألاموس الوطني في GenBank مع شركة بولت، بيرانيك، ونيومان ، وبحلول نهاية عام 1983، جُمع أكثر من 2000 تسلسل. نُشر وصفٌ مبكرٌ لقاعدة البيانات عام 1985، عندما احتوت GenBank على أكثر من خمسة ملايين قاعدة موزعة على ما يقارب 6000 مدخل تسلسل. [ 8 ]
خلال أواخر ثمانينيات وأوائل تسعينيات القرن الماضي، انتقلت مسؤولية GenBank من مختبر لوس ألاموس الوطني إلى المركز الوطني لمعلومات التقانة الحيوية (NCBI) الذي أُنشئ حديثًا في المكتبة الوطنية الأمريكية للطب (NLM)، التابعة للمعاهد الوطنية للصحة (NIH). وتُظهر وثائق إصدار GenBank المعاصرة من هذه الفترة تحولًا من المساهمات المشتركة بين موظفي قواعد البيانات في مختبر لوس ألاموس الوطني وفرق الفهرسة في المكتبة الوطنية الأمريكية للطب، نحو الإدارة الكاملة من قِبل المركز الوطني لمعلومات التقانة الحيوية، مما يشير إلى نقل تدريجي لمسؤوليات إدارة البيانات والتشغيل. [ 9 ]
نمو
شهد بنك الجينات (GenBank) نمواً كبيراً منذ إنشائه. وقد وصفت التحليلات المبكرة وملاحظات الإصدار هذا النمو بأنه يقارب مضاعفة عدد القواعد كل 18 شهراً، على الرغم من أن معدلات النمو قد تباينت بمرور الوقت مع التغيرات في تقنيات التسلسل وممارسات تقديم البيانات. [ 2 ]
اعتبارًا من إصدار GenBank 271.0 (أبريل 2026)، احتوت قاعدة البيانات على أكثر من 53.9 تريليون قاعدة و6.27 مليار سجل تسلسل، مما يعكس استمرار المساهمات واسعة النطاق من مشاريع التسلسل عالي الإنتاجية. [ 2 ]
على الرغم من أن إحصائيات إصدار GenBank تلخص أقسام GenBank التقليدية، إلا أنه يتم تتبع العديد من مجموعات التسلسل الكبيرة الموجهة نحو البيانات المجمعة بشكل منفصل. تتم معالجة سجلات تسلسل الجينوم الكامل (WGS) وتجميع النسخ الجينية (TSA) ودراسة المواقع المستهدفة (TLS) بواسطة GenBank، ولكنها لا تُوزع كجزء من ملفات إصدار GenBank العادية؛ بدلاً من ذلك، تُتاح باستمرار من خلال مناطق FTP منفصلة لكل مشروع. [ 2 ]
بالنسبة للإصدار 271.0، كانت معظم بيانات التسلسل موجودة في سجلات WGS بدلاً من إدخالات GenBank التقليدية.
| مجموعة | المدخلات | القواعد |
|---|---|---|
| إدخالات GenBank التقليدية | 261,460,182 | 7.289942983522 × 10 |
| تقنية تسلسل الجينوم الكامل (WGS) | 4,756,526,485 | 4.5628511953497 × 10 |
| تجميعة تسلسل النسخ الجيني (TSA) | 1,058,643,373 | 8.98651493967 × 10 |
| دراسة الموقع المستهدف (TLS) | 191,365,090 | 7.9162820303 × 10 |
| المجموع | 6,267,995,130 | 5.3896269141289 × 10 |
يسرد الجدول التالي الكائنات الحية العشرين التي تحتوي على أكبر عدد من القواعد في أقسام GenBank التقليدية للإصدار 271.0؛ ويستثني ذلك WGS وTSA وTLS والميتاجينوميات والميتوكوندريا والبلاستيدات الخضراء والتركيبات الاصطناعية والعديد من الفئات الأخرى المحددة في ملاحظات الإصدار. [ 2 ]
| الكائن الحي | المدخلات | القواعد | معرف التصنيف في المركز الوطني لمعلومات التقانة الحيوية [ أ ] |
|---|---|---|---|
| القمح الشائع ( Triticum aestivum ) | 1,948,752 | 4.05961950617 × 10 | 4565 |
| فيروس كورونا 2 المسبب لمتلازمة الجهاز التنفسي الحادة الوخيمة (SARS-CoV-2) | 9,204,178 | 2.73571729605 × 10 | 2697049 |
| الشوفان ( أفينا ساتيفا ) | 30,555 | 2.73192060156 × 10 | 4497 |
| الشعير ( Hordeum vulgare ) | 113,643 | 2.59319130177 × 10 | 4513 |
| الشعير البصلي | 753 | 2.12675690135 × 10 | 4514 |
| الشعير المزروع ( Hordeum vulgare subsp. vulgare ) | 1,347,104 | 1.25991654054 × 10 | 112509 |
| الدبق ( Viscum album ) | 164 | 9.3011095388 × 10 | 3973 |
| الشعير البري ( Hordeum vulgare subsp. spontaneum ) | 29,978 | 9.2980378923 × 10 | 4512 |
| فأر المنزل ( Mus musculus ) | 10,118,677 | 4.6333339697 × 10 | 10090 |
| الإنسان ( هومو سابينس ) | 28,773,499 | 3.8432937493 × 10 | 9606 |
| الإشريكية القولونية | 195,553 | 3.771187484 × 10 | 562 |
| الباذنجان ( Solanum melongena ) | 4711 | 3.7408102376 × 10 | 4111 |
| نبات الرشاد ( Arabidopsis thaliana ) | 2,643,074 | 3.3455227111 × 10 | 3702 |
| الماشية ( بوس توروس ) | 2,246,081 | 3.3006519943 × 10 | 9913 |
| كليبسيلا الرئوية | 43,595 | 2.6206281917 × 10 | 573 |
| الذرة ( Zea mays ) | 4,224,726 | 2.4918520894 × 10 | 4577 |
| الفول العريض ( Vicia faba ) | 28,783 | 2.3037489636 × 10 | 3906 |
| سمندل النخيل ( Lissotriton helveticus ) | 507 | 2.2852582653 × 10 | 8293 |
| سمندل الماء المتوج الشمالي ( Triturus cristatus ) | 1634 | 2.2052877731 × 10 | 8297 |
| الشوفان البري ( Avena sterilis ) | 248 | 2.1843250305 × 10 | 4499 |
القيود
أظهر تحليل GenBank والخدمات الأخرى لتحديد الهوية الجزيئية لعزلات زراعة الدم السريرية باستخدام تسلسلات 16S rRNA [ 10 ] أن هذه التحليلات كانت أكثر تمييزًا عند دمج GenBank مع خدمات أخرى مثل EzTaxon -e [ 11 ] وقواعد بيانات BIBI [ 12 ] .
قد يحتوي بنك الجينات (GenBank) على تسلسلات نُسبت خطأً إلى نوع معين، نتيجةً لخطأ في تحديد الكائن الحي في البداية. وقد أظهرت دراسة حديثة أن 75% من تسلسلات الوحدة الفرعية الأولى من إنزيم سيتوكروم سي أوكسيداز الميتوكوندري نُسبت خطأً إلى سمكة نيميبتيروس ميزوبريون، نتيجةً للاستخدام المستمر لتسلسلات أفراد تم تحديدهم بشكل خاطئ في البداية. [ 13 ] ويقدم الباحثون توصيات حول كيفية تجنب المزيد من توزيع التسلسلات المتاحة للعموم بأسماء علمية غير صحيحة.
أشارت العديد من الدراسات المنشورة إلى وجود تسلسلات خاطئة في بنك الجينات (GenBank). [ 14 ] [ 15 ] [ 16 ] ولا تقتصر هذه الأخطاء على تحديد الأنواع بشكل خاطئ (والذي قد يعود لأسباب مختلفة)، بل تشمل أيضًا الكائنات الهجينة وسجلات الوصول التي تحتوي على أخطاء في التسلسل. كما أظهرت دراسة حديثة حول جودة جميع سجلات السيتوكروم ب للطيور أن 45% من السجلات الخاطئة المحددة تفتقر إلى عينة مرجعية، مما يحول دون إعادة تقييم تحديد الأنواع. [ 17 ]
تتمثل مشكلة أخرى في أن سجلات التسلسل غالبًا ما تُقدَّم كتسلسلات مجهولة المصدر دون ذكر أسماء الأنواع (مثل " Pelomedusa sp. A CK-2014") لأن الأنواع إما غير معروفة أو محجوبة لأغراض النشر. ومع ذلك، حتى بعد تحديد الأنواع أو نشرها، لا يتم تحديث سجلات التسلسل هذه، مما قد يُسبب ارتباكًا مستمرًا. [ 18 ]
انظر أيضاً
- التعاون الدولي لقواعد بيانات تسلسل النيوكليوتيدات (INSDC)
- الأرشيف الأوروبي للنيوكليوتيدات (ENA)
- بنك بيانات الحمض النووي في اليابان (DDBJ)
- RefSeq — تسلسلات مرجعية منسقة مستمدة من GenBank
- UniProt — قاعدة بيانات لتسلسل البروتينات والتعليقات التوضيحية
- تحليل التسلسل
- بيانات العلوم المفتوحة
ملحوظات
- ↑ يُعرف أيضًا باسم NCBI TaxID
مراجع
- ↑ "نظرة عامة على GenBank" . المركز الوطني لمعلومات التقانة الحيوية . تم الاطلاع عليه في 2 مايو 2026.
وبناءً على ذلك، لا يفرض المركز الوطني لمعلومات التقانة الحيوية أي قيود على استخدام بيانات GenBank أو توزيعها. مع ذلك، قد يطالب بعض مقدمي البيانات ببراءات اختراع أو حقوق نشر أو غيرها من حقوق الملكية الفكرية في كل أو جزء من البيانات التي قدموها.
- 1 2 3 4 5 6 7 "إصدار GenBank 271.0" . المركز الوطني لمعلومات التكنولوجيا الحيوية . تم الاطلاع عليه في 2 مايو 2026 .
- 1 2 سايرز، إريك دبليو؛ كافانو، مارك؛ فريسي، ليندا؛ برويت، كيم د.؛ شنايدر، فاليري أ؛ أندروود، بيفرلي أ. يانكي، ليندا؛ كارش-مزراحي، إيلين (2025). "تحديث GenBank 2025" . أبحاث الأحماض النووية . 53 (د1): د56 – د61. دوى : 10.1093/نار/gkae1114 . بمك 11701615 . بميد 39558184 .
- ↑ "بوابة تقديم البيانات GenBank" . المركز الوطني لمعلومات التكنولوجيا الحيوية . تم الاطلاع عليه بتاريخ 2 مايو 2026 .
- ↑ "كيفية إرسال البيانات إلى بنك الجينات" . المركز الوطني لمعلومات التكنولوجيا الحيوية . تم الاطلاع عليه بتاريخ 2 مايو 2026 .
- ↑ "أنواع إرسال البيانات إلى بنك الجينات" . المركز الوطني لمعلومات التكنولوجيا الحيوية . تم الاطلاع عليه بتاريخ 2 مايو 2026 .
- ↑ هانسون، تود (21 نوفمبر 2000). "وفاة والتر غواد، مؤسس بنك الجينات" . مختبر لوس ألاموس الوطني. مؤرشف من الأصل في 7 نوفمبر 2008. تم الاطلاع عليه في 2 مايو 2026 .
- ↑ بيركس، تشارلز؛ فيكيت، جيمس دبليو؛ غواد، والتر بي؛ كانيهيسا، مينورو؛ لويتر، فران آي؛ ريندون، ويليام بي؛ سوينديل، تشارلز دي؛ تونغ، تشينغ-شين؛ بيلوفسكي، هوارد إس. (1985). "قاعدة بيانات تسلسل الأحماض النووية GenBank". تطبيقات الحاسوب في العلوم البيولوجية . 1 (4): 225-233 . PMID 3880345 .
- ↑ بنتون، ديفيد (1990). "التغييرات الأخيرة في خدمة GenBank على الإنترنت" . مجلة أبحاث الأحماض النووية . 18 (6): 1517-1520 . doi : 10.1093 / nar/18.6.1517 . PMC 330520. PMID 2326192 .
- ↑ كيونغ سون بارك؛ تشانغ سيوك كي؛ تشول إن كانغ؛ ياي جين كيم؛ دو ريون تشونغ؛ كيونغ ران بيك؛ جاي هون سونغ؛ نام يونغ لي (مايو 2012). "تقييم خدمات GenBank وEzTaxon وBIBI للتحديد الجزيئي لعزلات مزارع الدم السريرية التي لم يتم تحديدها أو تم تحديدها بشكل خاطئ بالطرق التقليدية" . مجلة علم الأحياء الدقيقة السريرية . 50 (5): 1792-1795 . doi : 10.1128/JCM.00081-12 . PMC 3347139. PMID 22403421 .
- ↑ قاعدة بيانات EzTaxon-e eztaxon-e.ezbiocloud.net (تمت زيارة الأرشيف في 25 مارس 2021)
- ↑ leBIBI V5 pbil.univ-lyon1.fr (تمت زيارة الأرشيف في 25 مارس 2021)
- ↑ أوغوانغ، جويل؛ باريتش، ميشيل؛ بوس، آرثر ر. (2021). "التنوع الجيني والعلاقات التطورية لأسماك الخيط ( Nemipterus spp.) من البحر الأحمر وشرق البحر الأبيض المتوسط" . جينوم . 64 (3): 207-216 . doi : 10.1139/gen-2019-0163 . PMID 32678985 .
- ↑ فان دن بورغ، ماتيس ب.؛ هيراندو-بيريز، سلفادور؛ فييتس، ديفيد ر. (13 أغسطس 2020). "ACDC، قاعدة بيانات عالمية لتسلسلات السيتوكروم-ب للبرمائيات باستخدام تنسيق قابل للتكرار لسجلات GenBank" . البيانات العلمية . 7 (1): 268. Bibcode : 2020NatSD...7..268V . doi : 10.1038/ s41597-020-00598-9 . eISSN 2052-4463 . PMC 7426930. PMID 32792559 .
- ↑ لي، شياوبينغ؛ شين، شويجوان؛ تشين، شياو؛ شيانغ، دان؛ مورفي، روبرت و.؛ شين، يونغي (6 فبراير 2018). " الكشف عن تسلسلات جين السيتوكروم ب الإشكالية المحتملة في الأسماك في بنك الجينات" . مجلة فرونتيرز إن جينيتكس . 9 : 30. doi : 10.3389/fgene.2018.00030 . eISSN 1664-8021 . PMC 5808227. PMID 29467794 .
- ↑ هيلر، فيليب؛ كاساليتو، جيمس؛ رويز، غريغوري؛ جيلر، جوناثان (7 أغسطس 2018). "قاعدة بيانات لتسلسلات جين الوحدة الفرعية الأولى لأكسيداز السيتوكروم سي في الحيوانات متعددة الخلايا، مستمدة من بنك الجينات باستخدام برنامج CO-ARBitrator" . البيانات العلمية . 5 (1). رمز Bibcode : 2018NatSD...580156H . doi : 10.1038/sdata.2018.156 . eISSN 2052-4463 . PMC 6080493. PMID 30084847 .
- ^ فان دن بورغ، ماتيس ب. فييتس ، ديفيد ر. (22 سبتمبر 2022). "تحتاج قواعد البيانات الوراثية للطيور إلى تحسين التنظيم والإبلاغ عن الأخطاء إلى <scp>NCBI</scp>" . إيبيس . دوى : 10.1111/ibi.13143 . إيسن 1474-919X . اتش دي ال : 10261/282622 . ISSN 0019-1019 .
- ↑ غارغ، أخيل؛ لايبي، ديتليف؛ أوتز، بيتر (10 ديسمبر 2019). "الفجوة بين الحمض النووي وأسماء الأنواع: دروس مستفادة من أنواع الزواحف في قاعدة بيانات التصنيف التابعة للمركز الوطني لمعلومات التقانة الحيوية" . زوتاكسا . 4706 (3): 401-407 . doi : 10.11646/zootaxa.4706.3.1 . ISSN 1175-5334 .
تتضمن هذه المقالة مواداً متاحة للعموم من دليل المركز الوطني لمعلومات التكنولوجيا الحيوية (NCBI Handbook ) .
روابط خارجية
- المكتبة الوطنية الأمريكية للطب
- المعاهد الوطنية للصحة
- قواعد بيانات علم الوراثة
- قواعد بيانات الجينوم
- المعلوماتية الحيوية
- قواعد البيانات البيولوجية