一、ID常識
ENSG00000141510
ensembl ID是歐洲生物信息數(shù)據(jù)庫的基因標(biāo)識符，ensembl ID是歐洲生物信息數(shù)據(jù)庫的基因標(biāo)識符，基因都是以ENSG（ensembl gene）四個大寫字母開始，后面跟著11位數(shù)字。它包含了兩萬多個蛋白質(zhì)編碼基因，有很多的假基因、miRNA等，因此它的數(shù)量較多，有六萬多個，比人類已知的基因數(shù)（2萬左右）多得多。
- Ensemble ID 基本上是以ENS開頭，后接表示物種的符號, ENSMUS: 表示Mus musculus (Mouse)
- Homo sapiens 直接以ENS表示
-
少部分的，以其他開頭
image.png
ENSMUSG00000000031: 小鼠基因
ENSMUST00000000031: 小鼠轉(zhuǎn)錄本
ENSMUSP00000000031: 小鼠蛋白
ENSG00000000031： 人基因
NG_017013
RefSeq數(shù)據(jù)庫，即RefSeq參考序列數(shù)據(jù)庫，是美國國家生物信息技術(shù)中心（NCBI）提供的具有生物意義上的非冗余的基因和蛋白質(zhì)等片段序列的數(shù)據(jù)庫。RefSeq 有一套特殊的 Accesion Number（就是我們通常用的RefSeq ID）讓我們來進(jìn)行檢索。ID的常見前綴為：
TP53
HGNC ID 是指由人類基因命名委員會（HUGO Gene Nomenclature Committee）指定的基因標(biāo)識符，該委員會通常對基因賦予一個名字以及一個ID。官方基因名字（gene symbol）由HGNC起名。HGNC命名的基因收錄在以下數(shù)據(jù)庫中：http://www.genenames.org/
人類TP53基因：
- 標(biāo)準(zhǔn)的symbol（名字）：TP53（tumor protein p53）
- HGNC ID ：11998
7157
Gene ID 也稱Entrez ID,就是一系列數(shù)字, 也比較容易辨識。NCBI的Gene數(shù)據(jù)庫記錄了不同物種的基因信息，在Gene數(shù)據(jù)庫中，給每一個基因提供了一個唯一的ID, 這個ID叫做Entrez ID，Entrez是NCBI的檢索系統(tǒng)的名字。在NCBI中，所有的基因都有Entrez ID和Gene Symbol, 其中只有部分基因擁有HGNC Symbol。
Gene ID (Entrez ID)查詢：
https://www.ncbi.nlm.nih.gov/gene/
uc003tqk.4
UCSC的基因ID以uc開頭，比如uc003tqk.4, 稱之為knownGene, 完整的基因列表可以從以下鏈接下載：http://hgdownload.soe.ucsc.edu/goldenPath/hg38/database/knownGene.txt.gz
hsa:7157
KEGG的Gene 數(shù)據(jù)庫也擁有自己的gene ID, 以三個字母的物種縮寫和id構(gòu)成，比如tp53對應(yīng)的kegg gene id 為hsa:7157。鏈接如下：https://www.kegg.jp/dbget-bin/www_bget?hsa:7157
發(fā)表文章時，在文章中呈現(xiàn)的通常都是基因的HGNC symbol，就像TP53，EGFR，KRAS。
二、ID轉(zhuǎn)換
Biomart是ensembl下屬的一個網(wǎng)絡(luò)數(shù)據(jù)庫，里面包含非常多的信息。biomaRt包是該網(wǎng)站的R語言接口，可以幫助用戶在R語言中實現(xiàn)biomart的功能。
BiocManager::install("biomaRt")
library(biomaRt)
參考文章
https://www.sohu.com/a/245475759_777125
https://blog.csdn.net/shy_321/article/details/117968423
https://cloud.tencent.com/developer/article/1625202
https://cloud.tencent.com/developer/article/1638291
http://www.itdecent.cn/p/33e22a558457
