基因序列資料庫最吸引人的就是它巨大的資料量，但是由於在成立之時沒有經過良好的規劃，以致於累積了許多的重複序列資料，以致於無法很容易的由其中選出想要的資料。至於 EST 資料庫，這個問題就更嚴重了，因為EST的來源眾多，而且數量很大，可能具有高度的重複性，不同的 EST 可能對應至相近的實際基因體位置，不容易分辨在這個區域中基因的真實數目及位置。
因此，在未經整理的情況下，很難以直接使用這些 EST 資料，做為各個人類獨特基因的標幟。美國國家衛生院所屬的國家生物科技資訊中心
(National Center of Biotechnology
Information，簡稱為 NCBI)為了要解決這個問題，便進行了一個實驗性質的計畫，目標是將重複的序列資訊合併，以造成一個不含多餘性序列資訊(non-redundant)的資料庫，稱之為