GI number及Accession.Version就像是序列的身份证号码一样。通过这个号码，我们能在NCBI/DDBJ/EMBL等数据库查到该序列的数据。
问题：RefSeq和genbank的数据有什么区别？
回答：genbank是一个开放的数据库，对每个基因都含有许多序列。很多研究者或者公司都可以自己提交序列，另外这个数据库每天都要和EMBL和DDBJ交换数据。genbank的数据可能重复或者不准。
而RefSeq数据库被设计成每个人类位点挑出一个代表序列来减少重复，是NCBI提供的校正的序列数据和相关的信息。数据库包括构建的基因组contig、mRNA、蛋白和整个染色体。refseq序列是NCBI筛选过的非冗余数据库，一般可信度比较高。
问题：为什么会有两种类型的序列标识符（GI number、Accession.Version），两者之间又有什么不同呢？
回答：两种类型的序列标识符（GI number、Accession.Version），有着不同的格式，并且开始使用的时间也不同。
GI number（有时用小写字母”gi”），由一系列的数字组成，是NCBI在处理序列时连续分配的。跟序列的Accession number是没有关联。在GenBank数据中，核苷酸序列的GI number放在Version的区域。蛋白序列的GI number，如果核苷酸序列存在CDS区，在CDS/db_xref 区有蛋白序列的GI number。在蛋白数据库，GI number同样放在Version区。
Version区.通常我们都可以看到是Accession.Version，如NM_008261.1。核酸序列的Version区，由两个字母，接着6位数字，再一点，后面跟着版本号。（旧的记录是一个字母，5位数字，一点，再版本号）蛋白序列的Version区，三个字母，5位数字，一点，版本号。（注，这是原文的说法，但好像不是太准确，这可能是旧的记录。我觉得是二个字母，6位数字，版本号。如NP_032287.1）
GI number作为序列的唯一标识符已经在GenBank使用多年，其它相关的数据库仍然保留这个号码。1999，随着国际核酸序列数据库同盟（NCBI/DDBJ/EMBL，International Nucleotide Sequence Database Collaboration）的成立，Version系统也开始启用。这两种不同系统的标识符是平行运行的，即当序列的数据改变或升级时，将会分配一个新的GI number，Accession number后的版本也会随着增加。如NM_008261.1–>NM_008261.2(GI number:6680238–>46575915)。
大概的历史是这样子的，一开始在GenBank及相关的数据库中使用的是GI number，GI是”GenInfo Identifier” 的缩写。后来国际核酸序列数据库同盟成立后，考虑到GI number不适合作为国际性的通用序列标识符，所以就弄了一个新的词叫NID，代表核酸序列，PID代表氨基酸序列。但到了1999年12月，这个叫法就中断了，全部统一改为用”GI“表示。
详细查看GenBank格式的详细说明：http://www.ncbi.nlm.nih.gov/Sitemap/samplerecord.html
同时在1999年2月，NCBI/DDBJ/EMBL启用了Accession.Version系统，确保了国际的通用性，并且对序列的标识性与追踪性更加地方便，同时跟**GI **number平行运行。
更多的内容，请看 current GenBank release notes。
原文链接：http://www.ncbi.nlm.nih.gov/Sitemap/sequenceIDs.html
