各数据库基因编号命名规则

发表于 更新于 分类于 ， 阅读次数： Waline：

1. NCBI RefSeq

编号样例：NM_025011， NR_130915.1， NR_130915

  1. “NM_”, “XM_” ： 编号的首字母常为 N 或者 X ，N 表示该数据是通过实验验证的，X 表示的是该数据是未经实验证实，通过生物信息学方法计算预测出的。

  2. “NR_”, “NP_”, “NM_”：编号的第二各字母常为 R，P，M 表示该数据的类型。含义见下表

第二个字母 分子类型 含义
C Gene 完整的基因组分子序列。如完整的质粒，完整的染色体等等
G Gene 不完整的基因组区域。 如某个单独的基因。
M mRNA mRNA, 成熟的转录本序列
P Protein 蛋白产物，氨基酸序列
R RNA 非编码的转录子序列，
T,W,Z Gene 未完全注释的测序序列
  1. “NR_130915.1”, “XG_130915.2”： 编号小点后的数字代表的是版本信息。1为第一版的编号，2第二版编号。

2. Ensemble

编号样例：ENSMUST00000102830， ENSMUSG00000102830
Ense的编号一般为 ENS + [物种信息] + [数据分类]

  1. 物种信息： 因为物种比较多，这里只具常见的人类基因 ENS 和小鼠基因 ENSMUS

  2. 数据分类：见下表

字母 含义
G Gene
T Transcript
P Protein

参考连接

[1] 数据库命名规则介绍