CDSbank

CDSbank is a database that stores both the protein-coding DNA sequence (CDS) and amino acid sequence for each protein annotated in Genbank. CDSbank also stores Genbank feature annotation, a flag to indicate incomplete 5' and 3' ends, full taxonomic data, and a heuristic to rank the scientific interest of each species. This rich information allows fully automated data set preparation with a level of sophistication that aims to meet or exceed manual processing.

CDSbank是一款专门存储GenBank中每条已注释蛋白质对应蛋白质编码DNA序列（coding DNA sequence，简称CDS）与氨基酸序列的数据库。该数据库还收录了GenBank特征注释、用于标识5'端与3'端不完整的标记、完整的分类学数据，以及用于对各物种的科学研究价值进行排序的启发式算法。其蕴含的丰富信息可支持完全自动化的数据集制备，精细化程度旨在达到甚至超越人工处理的水准。

搜集汇总

背景与挑战

背景概述

CDSbank是一个综合数据库，专门存储Genbank中蛋白质的编码DNA序列和氨基酸序列，并整合了特征注释、分类学数据及科学价值评估信息。该数据库支持高度自动化的数据集准备，旨在提供可与人工处理相媲美或更优的数据处理精度。