有趣的基因命名

Posted on by

gene symbol 是非常官方的，由HUGO 组织负责维护，有专门的数据库HGNC database of human gene names | HUGO

以前分析数据的时候，有一些基因的symbol很奇怪，让我百思不得其解，比如:

  • C orf 系列基因，
  • HS.系列基因，
  • KRTAP系列基因，
  • LOC系列基因，
  • MIR系列基因，
  • LINC系列基因

它们往往一个系列，就有好几百个基因，

  • C12orf44; Chromosome 12 Open Reading Frame 44; 这个是C orf系列基因的意思
  • MIR系列基因应该是 miRNA相关的基因
  • LINC系列基因应该就是long intergenic non-protein coding RNA
  • OC系列基因，是非正式的，推定的，日后可能被更合适的名字替代

还有一些RNA基因，根本就没有symbol，比如：CTA/B/C/D-系列的

  • Aliases for ENSG00000271971 Gene
  • CTD-2006H14.2 5
  • External Ids for ENSG00000271971 Gene
  • Ensembl: ENSG00000271971

还有，如果你看到HS.开头的基因，它是unigene的ID了，已经不再是symbol啦。

当然了，本来就有很多基因家族里面的成员的名字就很类似，也可以理解哈。

关于非编码蛋白的基因

如果有一个很接近的蛋白编码基因，lncRNA的名字应该以这个编码基因名字开始，然后制定以后后缀，这个后缀可以下方式分类：
● 反义 （antisense,AS）,BACE1-AS;
● 内含子（intronic,IT）,例如，SPRY4-IT1;
● 重叠 （overlapping,OT）,例如，OSX2-OT;
● 长链基因间lncRNA（Long intergenic lncRNAs，lincRNAs），以LINC为前缀，数字为后缀，例如LINC00485。

上述命名的基本架构适用于大多数lncRNA，但对于基因密集区域的lncRNA可能就不适用了，这种情况下，你应该与HGNC沟通来解决。

关于Excel表格的日期基因

当然了，如果你是Excel表格操作，你还有可能遇到日期基因：

image-20191129123404482

具体见：Excel-坑你的基因名没商量！-计算机基础-生信技能树
www.biotrainee.com/thread-908-1-1

​

Comments are closed.