基因ID類型

常見基因ID類型包含Gene ID，Gene Symbol，Ensembl ID，RefSeq Accesion Number等。

Gene ID（Entrez Gene ID）：來源于Entrez?基因數(shù)據(jù)庫的編號系統(tǒng)，Entrez?基因數(shù)據(jù)庫歸屬于NCBI的子數(shù)據(jù)庫，整合了核酸、蛋白、基因組等生物信息檢索系統(tǒng)。Gene ID也是目前最權威的基因ID編號，格式為一串數(shù)字，以CDKN1A基因為例，可以通過NCBI網(wǎng)站中Gene去進行搜索，檢索如下，緊跟著CDKN1A那欄標注了Gene ID：1026。

在Gene界面，我們可以看到該信息的Summary，包含Officical Symbol，Official Full Name，Primary source等，另外我們還可以看到其Ensembl number，如CDKN1A，Ensembl:ENSG00000124762?MIM:116899。該基因是否屬于蛋白編碼基因，這里我們可以看到CDKN1A的Gene type屬于protein coding；RefSeq status為Reviewed（人工審核）；Organism：Homo sapiens；Lineage：細胞系來源；以及不同的基因Symbol叫法。該基因的概述等。

Gene symbol：剛才我們介紹了NCBI中Gene頁面，我們在Summary的第一欄顯示的是Official Symbol，就是我們通常所說的Gene symbol。物種來源于人的，由HGNC（人類基因命名委員會）命名，同理小鼠來源的由MGNC命名，大鼠來源的由RGNC命名。第二欄中的Official Full Name也是由基因命名委員會批準的基因名稱。

Ensembl ID：我們可以在NCBI Gene中可以查詢到，另外就是Ensembl主頁中檢索。其命名規(guī)則包含五個部分，ENS前綴，提醒我們該命名來源于Ensembl ID，第二部分物種的前綴，第三部分Object type，G就是基因，P指蛋白，我們通過我們的示例，Ensembl:ENSG00000124762?MIM:116899，可以看出該Ensembl ID是個基因名稱，第四部分，identifier，是一段特定的數(shù)字，第五部分，版本號。如果沒有物種的前綴，則默認物種是人。但是注明的是這五個部分不一定都具備的。

RefSeq?Accesion?Number：即RefSeq?ID，其數(shù)據(jù)庫也是由NCBI?提供的具有生物意義的非冗余的基因或蛋白質(zhì)片段數(shù)據(jù)庫。在NCBI?Gene搜索下，我們可以看到RefSeq?狀態(tài)，包括MODEL，INFERRED，PREDICTED，REVIEWED，VALIDATED等狀態(tài)，我們示例顯示的就是REVIEWED，表明該數(shù)據(jù)人工審核過，可信度還是比較高的。

這里就簡單對基因常見類型ID進行概述，咱們下期再見。