genbank版本的基因组和refseq版本的基因组有何区别

从NCBI 数据库下载基因组数据时，部分样本会有genbank版本的基因组和refseq版本的基因组，两者有什么区呢？

GCF是RefSeq，GCA是GenBank，GCF可能更可靠一些（F ：reference sequences；A ：Assembly）
ACCESSION是NCBI序列数据中我们常用到编号（另一个是GI：gi genebank id），这是Genbank的收录号，也是查询号。比如提交一个基因或蛋白的序列，genbank接受后就会分配给这个基因或蛋白一个序列号，即accession number。

• GenBank genome 

1. accession 以 GCA_  起始
2. 注释信息可有可无
3. 第一次提交版本默认为1，后续作者提交更新版本，会在末尾加版本号 .2

• RefSeq genome 

1. accession 以 GCF_ 起始
2. NCBI工作人员为某个类群指定的参考基因组
3. 必须包含注释，注释可能是原始提交者提供，也可能是NCBI工作人员根据提交序列注释。
4. NCBI负责维护
5. 序列可能与对应的GCA_版本完全相同；也可能存在差异，NCBI工作人员可能根据一些标准删除可能的污染序列，或者分类出线粒体基因组序列。

• RefSeq 基因组与Representative基因组比较

1. 两种都是高质量的基因组
2. 都有注释信息
3. 差别只是前者被选中作为生信分析的参考

如何查找旧版本的基因组信息?

NCBI > Genomes & Maps > Assembly > History