同时引用序列号和版本号将使马虎的使用者认识到在分析作完后序列可能已经发生了变化。而且根据版本号可以轻易的知道一个序列被修改的次数。由于序列版本辨识器的优先权，现已存在的NIDs和PIDs（简单使用gi号）将被去除。
蛋白质序列的序列号
联合会也同意给蛋白质序列记录分配序列版本号。以前，除了使用gi号，很难可靠地引用给定编码区翻译后的产品。这限制了BLAST结果的使用。例如，这些序列将和提交给蛋白质数据库的蛋白质序列有相同的状态，并且它们有和对应核酸序列优先的连接权。
一般的SeqId
一般的SeqId是指被基因中心和其他组织当作标识序列的一种辩识基因所使用的。其中一些序列可能永远也不会出现在公共数据库中，或者是最终被提交的初级数据。例如，在Entrez基因分离的人体染色体的记录包含了除序列组成的多种物理和基因映射关系。物理映射是由不同组织提供的，是用一般的SeqId标识组织的。
局部的SeqId
局部的序列辨识器最突出地被使用在数据提交的工具Sequin中（见第14章）。每个序列仅当完整的被提交公共数据库处理后，才能最终得到一个序列号和一个gi号。提交过程中，Sequin分配一个局部辨识器给每个序列。就象许多NCBI提供的软件工具一样要求序列辨识器，局部的ID允许使用这些工具而不需要先提交到公共数据库。
BIOSEQ：生物序列
Bioseq即生物序列是NCBI数据模型的中心元素。它包括一个简单的连续的核酸分子或蛋白质分子，它定义了一个线性完整的协调系统。生物序列必须至少有一个序列辨识器（SeqId）。它包含了分子（DNA，RNA和蛋白质）的物理类型的信息，也有一些注释信息（例如指示特定生物序列的特定区域的生物特征）。它还有描述信息（例如该分子是从某个组织中获得的，这描述了整个生物序列）。
然而，生物序列不需要分子的完整序列。它可能是一个分开的序列，例如外显子序列，而不是所有内含子序列。或者它可能是只有一点标识的基因或物理映射。
序列是相同的
即使实际序列没有完全确定，所有生物序列有一个整数值的完整协调系统。所以对物理映射或对高分割基因的外显子来说，标识和外显子之间的距离只有从一群胶体中得到。所以当一个完整的序列染色体的协调关系已经精确了解后，那些基因和物理映射是最佳的推测，即和实际关系的错误概率最小。
不管怎样，任何生物信息都能被注释以相同的信息。例如一个基因特征可以被放在DNA序列的一个区域内，或者是物理映射的某个位置。该映射和序列可以根据共同的基因特征归为一类。这大大简化了能展示这些表面上不相关的数据的软件的编写任务。
序列是不相同的
尽管相同的协调系统有很多优点，不同的生物序列类所代表的方式不同。最一般的类（见图6.2）简单介绍如下。
实际生物序列
在实际生物序列中我们知道分子类型，可能是它的长度和拓扑结构（例如线性，环状），但不是实际的序列。它可以代表基因分子（只有外显子序列已经确定）的内含子。长度可能只能从一群胶体的数量得到。
原始生物序列
这是大多数人想的序列，一串简单连续的碱基和残基是已知的。因此长度是已知的，序列中它应该和碱基或残基的数量配合。
离散的生物序列
离散的生物序列不包含原始生物序列，但其他生物序列的辨识器。这可以被用于代表只有外显子已知的基因序列。离散生物序列中的部分将是代表外显子的原生物序列和代表内含子的实生物序列。
离散生物序列也被用于NCBI来代表整个染色体。这就是Entrez基因分离的方法（见图6.3）。这时，所有的部分都可能是原生物序列（许多情况的记录都已经存在于GenBank中）。可能在连接部分有重叠。
Delta生物序列
Delta生物序列是用于代表从不同的基因序列中心得到的未完高产量基因序列（HTGS）。即使有未知的生物序列子区域存在，使用Delta序列而不是离散序列是指对整个序列只需一个序列辨识器。也就是说即使数据库中存在早期的版本，Delta序列保持着相同的序列号（见本章末尾）。
映射生物序列
映射生物序列用于代表遗传和物理的映射关系，和实生物序列类似都包含有分子结构可能是拓扑结构以及真实分子长度粗糙估计的长度信息。这个信息只提供协调系统以每个生物序列的属性。对一个遗传映射给定协调系统我们可以根据遗传证据估计基因的位置。和原生物序列的数据是碱基和残基类似，作用基因特征表是映射生物序列的主要数据。
BIOSEQSETS：序列集合
生物序列经常储存在相关序列的上下文中。例如核酸序列和它编码的蛋白质序列自然属于一类。NCBI数据模型为这个目的提供了序列集合。
序列集合有一系列描述。将生物序列进行压缩时，需要对集合中每个序列进行描述。将出版物和生物原信息结合在一起是比较方便的安排，这些生物原信息是期望对所有序列的但经常在序列集合中出现相同。例如，DNA和蛋白质序列都是从同一组织中获得的，所以该描述信息应该用于该集合，同样也适用于出版物。
最一般的序列集合如下。
核酸--蛋白质集合
核酸-蛋白质集合包含核酸和一个或多个蛋白质，它是最经常由SequIn数据提交产生的集合。序列的组成是通过描述从核酸到蛋白质的翻译过程的编码区（CDS）的特征来联系的。传统的核酸和蛋白质数据库中这些记录可能用交叉参考来指明这种联系。核酸-蛋白质集合将二者放在一起使得这种联系更加清楚。它也允许用于所有序列的描述信息的同时存在（例如组织或出处）。
数量、种类的研究
序列提交的一个主要的类是以人口或种类研究的形式出现。这些研究包括同种类（数量研究）或不同种类（种类研究）一定数量的个体相同基因的比对。序列比对可能从以下的序列比对中得到。若基因编码了某个蛋白质，则数量或种类的序列集合可能也是一个核酸-蛋白质集合。
其它的生物序列集合
Seg集合包含了一个离散的生物序列和一个部分生物集合，反过来部分生物集合有包含了被离散生物序列引用的原生物序列（这可能组成了核酸-蛋白质集合的核酸部分）。
Equiv生物序列集合被用于Entrez基因分离，以维持生物序列的多平衡。例如，人体染色体有一个或多个不同种类的遗传、物理映射。不同生物序列之间的比对是基于对一般人员的注释（见第12章和图12.4）。
序列的注释属性
序列注释是对序列注释的一个自包含包裹，或是指向特定序列的特定位置的信息。它可能包含一个特征表，一类序列比对或一类序列的图表。
多序列注释可以放在生物序列或生物序列集合中。每个生物注释可以有特殊的属性。例如PowerBLAST（Zhang and Madden，1997）创造了包含序列比对的序列注释，每个序列注释是基于使用的BLAST程序（例如BLASTN，BLASTX）命名。个体块的比对在Enrez和Sequin中可以看到。
由于序列注释的组成有对序列的特定参考，因此序列注释可以单独存在或和其他科学家互换；它不需要存在于具体的序列记录上。（另一方面，描述的范围依靠于包裹的位置。）因此关于生物序列的信息可以创造，交换以及独立于生物序列的比较。这是序列注释和NCBI数据模型的一个重要特性。
序列特征
序列特征（Seq-feat）是一块通过一或两个序列位置（Seq-locs）清楚附在生物序列区域的结构数据。序列数据自己本身是可以包含一般的信息。例如，它有能指示一些特征的标志。这些特征包括是否是部分（超过了生物序列末尾）、是否有一个生物的例外（解释为什么基因序列的密码子没有按预期的翻译成氨基酸的编辑RNA）、是否该特征是由实验决定的（例如，信使RNA隔离于假定的编码区）。
一个特征经常有位置。Seq-loc指示了作用蛋白质序列的位置。编码区经常以ATG开始，以终止子结束。如果分布位点是在一个基因序列上，而且信使RNA有连接出现，则位点可以有多于一个中间物。（为防止其它连接产生了分离的编码区特征，对每个离散的分子种类有一个多中介Seq-loc）
特征可以是有选择的产生作用。对一个编码区Seq-loc的产物指向相应的蛋白质序列。这是使数据模型能单独地保持核酸和蛋白质序列的连接，而且有每个序列对分子适当的注释。基因序列中信使RNA的特征可能含有反映后翻译RNA的信使RNA序列。该特征包含有唯一对应该特征的信息。例如CDS特征有遗传编码区和阅读框架，同时信使RNA特征有翻译氨基酸的信息。
折衷设计完全调整了特征要求的组成。如果一个特殊的特征需要一个特定的域而其它域不会受到影响。一种新的特征类型即使一个复杂的特征类型可以被加入，其它特征不受影响。用于显示特征在序列上位置的软件只需要考虑对通用特征的位置。
尽管DDBJ/EMBL/GenBank特征表允许很多特征（见第2章），NCBI数据模型对待一些特殊特征和其他特征相同。特别一些特征直接对分子生物学的中心原理建模，可以被用于连接记录和用计算机揭示新信息。这些特征将在下面进行讨论。
基因
一个基因有自己的特征。过去它仅仅是其他特征的修饰。基因的特征指明了含有可测表示的基因的位置即核酸序列可遗传区域。这中表示可能能从许多基因的组成（包括编码区，推动子，增强子和终止子等）里获得。基因的特征是指大约能覆盖被大家所认为是基因的核酸区。当然这种模糊的概念有简单性，它对高层次基因视角（如遗传映射）适合的相当好。在大规模的基因测序中，当生物学家只想知道“xyz”基因而不是整个染色体时，模糊概念很有实际用途。基因特征对基因数据库（能得到基因更详细的信息）可能也有交叉参考作用。
RNA
美国国立生物技术信息中心