資料庫
資料庫包括序列檔案
完整的GenBank資料庫包括序列檔案，索引檔案以及其它有關檔案。索引檔案是根據資料庫中作者、參考文獻等建立的，用於資料庫查詢。GenPept是由GenBank中的核酸序列翻譯而得到的蛋白質序列資料庫，其數據格式為FastA。GenBank中最常用的是序列檔案。序列檔案的基本單位是序列條目，包括核苷酸鹼基排列順序和注釋兩部分。
結構及特性
介紹序列檔案的結構
目前，許多生物信息資源中心通過計算機網路提供該資料庫檔案。下面，我們介紹序列檔案的結構。GenBank序列檔案由單個的序列條目組成。序列條目由欄位組成，每個欄位由關鍵字起始，後面為該欄位的具體說明。有些欄位又分若干次子欄位，以次關鍵字或特性表說明符開始。每個序列條目以雙斜槓“//”作結束標記。
特性
序列條目的格式非常重要，關鍵字從第一列開始，次關鍵字從第三列開始，特性表說明符從第五列開始。每個欄位可以占一行，也可以占若干行。若一行中寫不下時，繼續行以空格開始。[連結1.2.3.1.1-1]。
序列條目
關鍵字
序列條目的關鍵字包括LOCUS （代碼），DEFINITION （說明），ACCESSION （編號），NID符（核酸標識），KEYWORDS （關鍵字），SOURCE （數據來源），REFERENCE （文獻），FEATURES （特性表），BASE COUNT （鹼基組成）及ORIGIN （鹼基排列順序）。先版的核酸序列資料庫將引入新的關鍵字SV （序列版本號），用“編號.版本號”表示，並取代關鍵字NID。LOCUS （代碼）：是該序列條目的標記，或者說標識符，蘊涵這個序列的功能。例如，圖4.1中所示的HUMCYCLOX表示人的環氧化酶cyclooxygenase。該欄位還包括其它相關內容，如序列長度、類型、種屬來源以及錄入日期等。
簡單描述
說明欄位是有關這一序列的簡單描述，如本例為人環氧化酶-2的mRNA全序列。ACCESSION （編號）：具有唯一性和永久性，如本例中代碼M90100用來表示上述人環氧化酶-2的mRNA序列，在文獻中引用這個序列時，應該以此編號為準。KEYWORDS （關鍵字）欄位：由該序列的提交者提供，包括該序列的基因產物以及其它相關信息，如本例中環氧化酶-2 (cyclooxygenase-2），前列腺素合成酶（prostaglandin synthase）。SOURCE （數據來源）欄位：說明該序列是從什麼生物體、什麼組織得到的，如本例中人臍帶血（umbilical vein）。次關鍵字ORGANISM （種屬）指出該生物體的分類學地位，如本例人、真核生物等等（詳見圖4.1）。REFERENCE （文獻）欄位：說明該序列中的相關文獻，包括AUTHORS （作者），TITLE （題目）及JOURNAL （雜誌名）等，以次關鍵字列出。該欄位中還列出醫學文獻摘要資料庫MEDLINE的代碼。
文獻
摘要
該代碼實際上是個超文本連結，點擊它可以直接調用上述文獻摘要。一個序列可以有多篇文獻，以不同序號表示，並給出該序列中的哪一部分與文獻有關。FEATURES （特性表）：具有特定的格式，用來詳細描述序列特性。特性表中帶有‘/db-xref/’標誌的字元可以連線到其它資料庫，如本例中的分類資料庫（taxon 9606），以及蛋白質序列資料庫（PID：g181254）。
位置
序列中各部分的位置都在表中標明，5’非編碼區（1-97），編碼區（98-1912），3’非編碼區（1913-3387），多聚腺苷酸重複區域（3367-3374），等等。翻譯所得信號肽以及最終蛋白質產物也都有所說明。當然，這個例子只是特性表的部分注釋信息，但已經足以說明其詳細程度。接下來是鹼基含量欄位，給出序列中的鹼組成，如本例中1010個A，712個C，633個G，1032個T。ORIGIN行是序列的引導行，接下來便是鹼基序列，以雙斜槓行“//”結束。
