NCBI의 참조 염기서열(RefSeq) 데이터베이스: 현재 상태, 분류군 확장 및 기능 주석

국립생명공학정보센터(NCBI)의 RefSeq 프로젝트는 주석이 달린 유전체, 전사체 및 단백질 서열 기록의 공개 데이터베이스를 유지 관리하고 큐레이션합니다(http://www.ncbi.nlm.nih.gov/refseq/). RefSeq 프로젝트는 국제 염기서열 데이터베이스 협력체(INSDC)에 제출된 데이터를 계산, 수동 큐레이션 및 협업의 조합과 함께 활용하여 안정적이고 비중복의 표준 참조 염기서열 집합을 생성합니다. RefSeq 프로젝트는 이러한 참조 염기서열을 출판물, 기능적 특징 및 유용한 명명법을 포함하여 현재의 지식으로 보강합니다. 이 데이터베이스는 단일 기록부터 완전한 게놈까지 55,000개 이상의 생물에서의 서열을 나타냅니다(>4800 바이러스, >40,000 원핵생물 및 >10,000 진핵생물; RefSeq 릴리스 71). 본 논문은 RefSeq 프로젝트의 바이러스, 원핵생물 및 진핵생물 분과의 현재 상태를 요약하고, 데이터 접근 개선 사항을 보고하며, 수집의 분류군 표현을 더욱 확장하기 위한 노력을 자세히 설명합니다. 우리는 또한 분류군 검증, 게놈 주석, 비교 유전체학 및 임상 테스트와 같은 다양한 RefSeq 데이터 사용을 지원하는 기능 큐레이션 이니셔티브를 강조합니다. 우리는 척추동물, 식물 및 기타 종의 수동 큐레이션 과정에서 가용한 RNA-Seq 및 기타 데이터 유형을 활용하는 우리의 접근 방식을 요약하고, 원핵생물 게놈 및 단백질 이름 관리에 대한 새로운 방향을 설명합니다.