本页完整说明已译为现代汉语；函数、参数、代码和原始数据标识保留原样。 使用教程
全站目录 · 按任务查找
在显式选定且已安装 Biopython 的 Python 环境中使用公开 Bio.SeqIO.parse(..., "genbank") API，R 包 jsonlite 通过临时结构化 JSON 交换数据。本函数不安装包、不下载记录、不在绘图构建中运行。将所有选定记录读入内存，适合中小型本地注释文件，不是染色体规模的流式读取器。
用法
代码
read_genbank(
file = NULL,
files = NULL,
feature_types = NULL,
lengths = NULL,
python = "python3",
unsupported = c("error", "report"),
source_file = FALSE
)参数
- file
可选路径向量或通配模式，在
files之前读取。- files
可选路径或通配模式，用于多个文件。
- feature_types
可选的注释类型，
NULL保留全部。- lengths
可选的已知完整长度命名数值向量，遵循
as_ggchord_seq()。- python
解释器名称或路径，默认
"python3"，必须事先安装可选 Biopython；本函数不修改环境。- unsupported
对无法安全表示为本地区间的位置，选择
"error"或"report"。- source_file
是否在输出表添加
.source_file列，默认FALSE；无论此选项如何，报告均保留文件来源。
返回值
列表，含 seq_data、命名的 features$annotation 与 report；表可交给 prepare_ggchord_data()。注释行包含 feature_id、parent_ids、segments、源记录/注释索引、qualifiers、source_location、partial_start/partial_end 及 location_operator。report$records 保留完整解析元数据，raw_files 保留原文，unplaced_features 标识所有已选择但未放入 "report" 的注释。CDS 行还提供源 codon_start、genetic_code、生物学 partial5/partial3 及 translation_exception 限定符，供下游显式建模。缺失 codon_start 时按 INSDC 默认值 1，并用 codon_start_source = "format-default" 标记。纯边界标记保存在 bound_partial5/bound_partial3；CDS 部分标记还记录初始密码子偏移或末端编码余数，证据在 partial5_source/partial3_source。它们描述观察到的编码范围，不证明完整蛋白。不编造逐分段 phase。segment_order 保留源声明的编码片段顺序，独立于 segment_index。
详细说明
记录 ID（含 accession version）按源解析器返回值原样保留。完整记录注释、限定符、位置及原文件文本保存在 report。注释 ID 依次采用显式 ID、CDS 的 protein_id、locus_tag、非占位解析器 ID；缺失则保持缺失。同一 locus_tag 不会被用来编造 gene/CDS 父子关系，显式 Parent 转为 parent_ids。简单或连接位置按解析顺序保留一基闭区间 segments。模糊前后边界保留源描述及部分标记，仅按报告边界展示，不作为精确生物学位置。远程位置、缺失或不支持的模糊位置、零宽位点及混合链连接注释不会展平成猜测区间；默认 unsupported = "error" 停止，"report" 则将其保存在 report$unplaced_features。没有 ORIGIN 序列不等于声明长度未知；真正缺失/零长度需显式 lengths，不由注释端点推断完整长度。蛋白记录需要显式蛋白坐标流程，不适用于此核苷酸读取器。