基因组序列、结构注释、转录本与蛋白质属于不同资料层，文件能够打开不等于彼此匹配。
FASTA保存序列，但不解释结构
FASTA 用标题行和序列行保存 DNA、RNA 或蛋白质。它适合交换与计算，却不自动说明基因在哪里、哪一段是外显子，也不保证标题中的标识符来自哪个注释版本。
基因组 FASTA 通常以染色体或 scaffold 为单位；mRNA FASTA 是拼接后的转录本；protein FASTA 则是翻译产物。三者的坐标和长度不能直接互换。
GTF把基因结构放回坐标
GTF 记录染色体、起止位置、链方向、特征类型和属性。外显子、转录本与基因通过标识符关联。它必须与对应的基因组版本配套，否则染色体名称和坐标可能完全对不上。
同一个基因可以拥有多个转录本。只选择最长转录本方便计算，却可能漏掉组织特异剪接。
mRNA与蛋白质之间还有翻译规则
mRNA 包含剪接后的转录序列，蛋白质序列来自编码区翻译。非编码转录本不会产生蛋白质，含有提前终止或不完整结构的模型也可能无法得到可靠蛋白质。
比较蛋白质时要保留转录本对应关系。若基因模型更新，旧蛋白编号可能被替换、合并或拆分。
GO注释描述功能证据而不是序列本身
GO 将基因或蛋白质关联到分子功能、生物过程和细胞组分。注释可能来自实验、同源推断或计算预测，证据等级不同。
下载资料时需要同时保存物种、组装版本、注释版本和来源日期。单独保留文件名，几年后很难判断它们是否属于同一套发布。