详解人类基因在不同数据库中的ID

详解人类基因在不同数据库中的ID

欢迎关注”生信修炼手册”!

对于人类的基因而言，不同数据库提供了不同的命名方式。对于初学者而言，非常容易搞混淆。今天我们就来理一下，常见的基因命名方式。

首先看一下NCBI中基因的信息如何命名，NCBI的Gene数据库记录了不同物种的基因信息，在Gene数据库中，给每一个基因提供了一个唯一的ID, 这个ID叫做Entrez ID，Entrez是NCBI的检索系统的名字。

以​​TP53​​为例， 链接如下

​​ID。在该链接中，我们可以看到以下信息

​​gene symbol​​指的是基因的名字，对于每个基因，都有对应的symbol, 根据来源可以分为以下两类

offical symbolloc symbol

​​official symbol​​指的是由HGNC这个组织提供的基因的名称，HGNC是一个基因命名委员会，负责对人类基因组上的所有基因提供一个唯一的，标准的，可以广泛传播的symbol。HGNC命名的基因收录在以下数据库中

​​id​​, TP53基因对应的id为HGNC:11998。

如果这个基因没有HGNC提供的Symbol, 就在Entrez ID的前面添加​​LOC​​​前缀作为其symbol, 比如​​LOC100653049​​

在NCBI中，所有的基因都有​​Entrez ID​​​和​​Gene Symbol​​​, 其中只有部分基因拥有​​HGNC Symbol​​。

Ensembl 数据库也收录了基因的信息，用​​Ensembl ID​​​表示每个基因，以​​ENSG​​​开头，上述例子中的​​TP53​​​对应的Ensemb的ID为​​ENSG0000014150​​。需要注意的是，Ensembl和NCBI收录的基因总数不相同。

UCSC的基因ID以​​uc​​​开头，比如​​uc003tqk.4​​, 称之为knownGene, 完整的基因列表可以从以下链接-

​​数据库也拥有自己的gene ID, 以三个字母的物种缩写和id构成，比如​​tp53​​​对应的kegg gene id 为​​hsa:7157​​。链接如下

​​entrez IDNCBI gene symbolEnsembl gene IDUCSC gene IDKEGG gene ID

对于特定类型的基因，还会有自己的数据库

1. miRNA

miRNA目前公认的是miRBase 数据库的ID,​​MIR21​​对应的miRBase的ID 如下

2. lncRNA

lncRNA目前没有一个统一的命名，lncRNAdb, LNCipedia等数据库都有自己的ID。

其他类型的基因也会有自己的数据库，这里就不一一展开了。

·end·

—如果喜欢，快分享给你的朋友们吧—

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。