有趣的基因命名

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

有趣的基因命名_第1张图片

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

你可能感兴趣的:(有趣的基因命名)