原文地址：NCBI Find the function of a gene or gene product

下面開始哦，我花了很長(zhǎng)時(shí)間想，到底應(yīng)該從哪個(gè)地方開始介紹NCBI資源的具體使用教程，每次想要開始，卻總是被擔(dān)心掉坑里、恐懼后續(xù)的海量以及逼迫自己堅(jiān)持做完的痛苦甚至于努力了完之后的無聊所影響。在浪費(fèi)了兩天之后，我突然想到應(yīng)該從哪里開始了，那就是今天要說的內(nèi)容，如何獲取基因和基因產(chǎn)物的功能。這其實(shí)就是人們創(chuàng)建這一資源中心最本心的目的吧，就是可以方便知道一個(gè)基因的作用是什么。

根據(jù)文中的介紹，我們需要掌握就幾個(gè)關(guān)鍵的術(shù)語，術(shù)語是堆積專業(yè)知識(shí)的基礎(chǔ)。也是標(biāo)識(shí)同行的身份識(shí)別牌，兩句內(nèi)行化一說，大家便自然的放下心來，開始說人話了，然而，據(jù)我多年的觀察，說人話之前的術(shù)語，依然如黑道接頭的切口一樣必須。

第一個(gè)簡(jiǎn)單到極致，喚作基因名（gene name），通過基因名，你可以獲取需要的基因記錄（gene record），點(diǎn)開基因記錄鏈接，基因的功能信息將通過幾個(gè)基因信息節(jié)展示出來，分別是概述（Summary），參考文獻(xiàn)（Bibliography）和通用基因信息（General gene info）。當(dāng)然也可以通過鏈接查看其保守域（Conserved Domains）和生物系統(tǒng)（BioSystems）。這兩個(gè)名詞，反正我一開始是沒看懂。啥叫個(gè)保守域？啥又是個(gè)生物系統(tǒng)？真是啟船就遇頂頭風(fēng)啊，果然是萬事開頭難。不過我并不畏懼，反而繼續(xù)堅(jiān)定的深入探索。

先研究這個(gè)保守域（Conserved Domains），原來這個(gè)域（Domain）是蛋白質(zhì)的功能及結(jié)構(gòu)單元啊，在分子的進(jìn)化（molecular evolution）中，這樣的域可以被用來作為構(gòu)造塊（building blocks），這些塊按照不同的序列排列會(huì)使得蛋白質(zhì)呈現(xiàn)不同的功能。在分子進(jìn)化中重現(xiàn)（recurring）的單元（units）被稱為保守域（Conserved Domains）。那就可以理解了，在革命中不去變化創(chuàng)造新世界的可不是保守派嘛，這些在進(jìn)化中不求思變的叫保守域那就太有道理了。關(guān)鍵這樣有個(gè)用處了，因?yàn)檫@些保守域的序列模式（sequence patterns）或者模段（motifs）不會(huì)變哦，所以想要識(shí)別一個(gè)多肽（polypetide）序列，就看這個(gè)多肽里面有沒有特定的序列模式或者模段就可以了。序列模式這個(gè)名詞簡(jiǎn)單，就是那幾十種氨基酸（Amino acid）的序列嘛。這個(gè)模段是什么鬼，他有好多中文名哦：超二結(jié)構(gòu)，（這名字也真夠二的），模體，基序，小單位，結(jié)構(gòu)基元，模序。。。。。。反正你知道也是一小段氨基酸序列就行了，跟剛才提到保守域（Conserved Domain），也就是構(gòu)造塊（building blocks），也就是序列模式（sequence patterns）沒有太大差別。

下一個(gè)是生物系統(tǒng)（BioSystems），看來絕對(duì)不是字面意思，可不敢望文生義。先拆一下，生物系統(tǒng)（biological system），竟然這么簡(jiǎn)單，但是又那么令人不解啊。又查看定義發(fā)現(xiàn)，你這不講邏輯啊。生物系統(tǒng)，或者叫生物系統(tǒng)，是在生物系統(tǒng)中相互作用的一組分子。（A biosystem, or biological system, is a group of molecules that interact in a biological system. ）你這叫遞歸定義么？你這話人工智能讀了內(nèi)存溢出的好不好。果然不簡(jiǎn)單啊，暗藏殺機(jī)，我往后再看文章，突然意識(shí)到，這里文章想說的其實(shí)是系統(tǒng)生物學(xué)（Systems biology），因?yàn)楹笪闹刑岬剑@個(gè)系統(tǒng)生物學(xué)（Biosystem）的一種類型是生物學(xué)途徑（biological pathway），研究的是基因（genes），蛋白質(zhì)（proteins）和小分子（small molecules）之間的關(guān)系。另一類型的系統(tǒng)生物學(xué)（Biosystem)研究是疾?。╠isease），涉及到基因（genes），生物標(biāo)志物（biomarkers）和藥物（drugs）。文中提到，這個(gè)美國國家生物信息中心的系統(tǒng)生物學(xué)數(shù)據(jù)庫（The NCBI BioSystems Database）是一個(gè)補(bǔ)充項(xiàng)目（complementary project），就是說是在已有數(shù)據(jù)庫和注釋文獻(xiàn)鏈接的基礎(chǔ)之上，提供數(shù)據(jù)的集中存儲(chǔ)（centralized repository of data），提供Entrez系統(tǒng)，建立系統(tǒng)生物學(xué)條目（biosystem records）到文獻(xiàn)（literature）、分子（molecular）和以及化學(xué)數(shù)據(jù)（chemical data）等資源間的連接，方便系統(tǒng)生物學(xué)（biosystems）數(shù)據(jù)的計(jì)算。

好了，回到開始，現(xiàn)在完成了對(duì)最簡(jiǎn)單的一個(gè)概念基因名稱（gene name）的探討。下面進(jìn)行第二個(gè)，蛋白質(zhì)登記號(hào)（protein accession number），形如NP_005537。文中提到，你盡可能的在基因數(shù)據(jù)庫中（Gene database）找這個(gè)蛋白質(zhì)登記號(hào)，就是這篇文章重點(diǎn)討論的主要內(nèi)容的庫，而不是在蛋白質(zhì)數(shù)據(jù)庫（Protein database）中找。如果在基因數(shù)據(jù)庫中找不到結(jié)果，那就只能在蛋白質(zhì)數(shù)據(jù)庫中找了，找到之后，要點(diǎn)擊頁面中的與XXX基因相關(guān)的更多內(nèi)容（More about the XXX gene）鏈接，在頁面的右側(cè)，要滾到底部才能找到。也就是說，還是回去看基因。那抬杠的來了，如果連與XXX基因相關(guān)的更多內(nèi)容沒有呢？好，這個(gè)早就預(yù)料到了，你要點(diǎn)擊蛋白質(zhì)結(jié)果頁的右上角，有一個(gè)識(shí)別保守域（Identify Conserved Domains），可以讓你來分析這個(gè)序列（Analyze this sequence），就是這個(gè)蛋白質(zhì)，也就是氨基酸序列。你將會(huì)得到這個(gè)蛋白質(zhì)中，這些功能域（functional domains），就是保守域啦，的信息的列表。

好的，下面是第三個(gè)內(nèi)容，核苷酸登記號(hào)（nucleotide accession number），形如NM_001126。文中提到，我NCBI就是這么啰嗦討人煩的說話，所以我精簡(jiǎn)一下它的意思。還是老辦法，現(xiàn)在基因數(shù)據(jù)庫中找，沒有的話，才來核苷酸數(shù)據(jù)庫（Nucleotide database）中找。如果你正在看找到的核苷酸條目，點(diǎn)擊與XXX基因相關(guān)的更多內(nèi)容（More about the XXX gene）鏈接啦啦啦。如果連這個(gè)都沒有，在核苷酸頁面的右下方找一個(gè)叫相關(guān)序列（Related Sequences），蛋白質(zhì)（Protein）或生物醫(yī)學(xué)文獻(xiàn)（PubMed）在名叫條目相關(guān)鏈接（All Links to this Record）節(jié)中。當(dāng)然你也可以點(diǎn)擊運(yùn)行BLAST（Run BLAST）來分析這個(gè)序列（Analyze this sequence）來發(fā)現(xiàn)相關(guān)的核苷酸序列，使用BLASTn命令，或者發(fā)現(xiàn)相關(guān)的蛋白質(zhì)序列，使用BLASTx命令。那么產(chǎn)生的結(jié)果將可能有鏈接到基因（gene）頁面，那樣的話你就會(huì)找到相關(guān)的信息了。

下面是第四個(gè)內(nèi)容，蛋白質(zhì)序列（protein sequence），這個(gè)是要用蛋白質(zhì)blast（protein blast）這個(gè)軟件操作的，可在BLAST的主頁的基本BLAST（Basic BLAST）下面找到，方法就是在查詢框中粘貼序列，然后按BLAST按鈕。從結(jié)果中找出需要的序列，點(diǎn)擊登記號(hào)（accession number），進(jìn)入上面蛋白質(zhì)登記號(hào)的操作。

最后一個(gè)是核苷酸序列（nucleotide sequence），顯然，我們已經(jīng)掌握了它的路數(shù)，無外乎就是上一個(gè)查蛋白質(zhì)序列的時(shí)候用的是蛋白質(zhì)blast軟件，那顯然，這里就應(yīng)該使用核苷酸blast（nucleotide blast）軟件了。隨之得到結(jié)果之后，也應(yīng)該點(diǎn)擊結(jié)果的相應(yīng)的登記號(hào)（accession number），進(jìn)入上面的核苷酸登記號(hào)操作流程中。此外，還可以使用BLASTx，上面第三個(gè)內(nèi)容核苷酸登記號(hào)里面提到過哦，輸入序列來識(shí)別相應(yīng)的蛋白質(zhì)。

到此結(jié)束，歸結(jié)到最后，我們可以看出其脈絡(luò)來了，那就是從基因（gene）開始，基因使用其核苷酸序列（nucleotide sequence）表達(dá)了氨基酸（Amino acid）組成蛋白質(zhì)（protein）的序列。所以，想要獲得基因或基因產(chǎn)物（product）的信息，除了使用基因的名稱外，還可以使用核苷酸序列和蛋白質(zhì)的相關(guān)特性信息，進(jìn)行查找。說白了，整個(gè)國家生物信息中心資源里，最主要的也就是這幾個(gè)東西以及其之間的關(guān)系。