Advanced
提交准备

SARS-CoV-2提交流程（完整或部分序列）:

提交SARS-CoV-2组装序列数据必须符合以下要求：
  • 所有序列均来自SARS-CoV-2；
  • 必须提供以下信息：Collection_date（样本采集时间），Country/Region（国家/地区），Host（宿主），Isolate（毒株名称）。
提交SARS-CoV-2组装序列数据后，系统将自动评估其质量，并使用病毒注释工具VADR为您进行注释（https://github.com/nawrockie/vadr/wiki/Coronavirusannotation）
一、提交准备
在开始SARS-CoV-2数据提交前，请预先准备好以下信息：
  1. 常规信息：提交者联系方式，作者，出版信息，数据拟发布日期等；
  2. 测序技术信息：测序技术、组装信息；
  3. FASTA格式核苷酸序列文件：
    • 请使用FASTA格式，以定义行（Definition line）开始，然后是序列行；
    • 最简单的定义行需要“>”符号和一个序列标识符（Sequence ID）；
    • Sequence ID命名要求：
      • 以字母开头，建议用单位的缩写（比如QHCDC），避免重复；
      • 可以包含字母、数字、横线“-”和下划线“_”；
      • Sequence ID的长度需要小于23个字符；
    • 序列长度必须在50 – 30,000碱基之间，且未知碱基Ns <50%，序列两端不能包含未知碱基Ns，否则两端的Ns会被自动删除，且内部不能包含横线"-"（有些比对软件运行后插入的）；
    • FASTA文件可包含一条或多条序列；
    • 请以纯文本文件的形式上传FASTA文件（保证换行符格式是Unix的换行符LF格式，而不是Windows的CRLF格式。Windows下的文本编辑器推荐使用Notepad3， https://www.rizonesoft.com/downloads/notepad3/ ，双击文本编辑器右下角为LF即可。 Linux系统下可以通过dos2unix命令完成转换）。
    • 示例： 
      > QHCDC_HB2Y01
CCTTTAT...
> BJCDC-0242
GGTAGGT...
  4. 元信息文件： 请填写模板文件 GenBase_Modifiers_SARS-CoV-2.xlsx
    • 必填列：Sequence_ID（序列ID），Collection_date（序列收集时间），Country/Region（国家/地区），Host（宿主），Isolate（毒株名称）；
    • 选填列：Isolation_source（毒株来源），Host_sex（宿主性别），Host_age（宿主年龄）等；
    • 请注意，Isolate（毒株名称）需按照ICTV（国际病毒分类委员会）指定格式，即"SARS-CoV-2/宿主/三字母的国家缩写/病毒唯一编号/年份"的格式来编写，例如"SARS-CoV-2/human/CHN/BJCDC-0242/2023"或者"SARS-CoV-2/human/USA/SD-SDPHL-2510/2022"。
二、特别声明
  • 如果系统校验过程中发现您提交的序列中有错误，报错的序列将从当前提交中剔除，您将收到关于所有错误序列的详细报错报告，并可在进一步检查后重新提交。因此，为了一次性顺利完成数据提交，建议运行VADR来检查您的数据。 (https://github.com/ncbi/vadr/wiki/Coronavirus-annotation)
  • 如果您认为错误是由于病毒发生突变造成的，请将描述突变证据的信息以电子邮件方式发送到:genbase@big.ac.cn。