ID的认识(ensembl、ncbi)

Ensembl ID

特征

Gene Official Name,也就是Symbol可能是大家更愿意接受和理解的一种基因名,但是有时候我们会遇到类似下面这种:
ENSG00000186092.4
ENSG00000279928.1
ENSG00000279457.2

此处ENS*就是Ensembl ID,其所代表的是在Ensembl数据库中对基因的命名,当拿到这样一组数据时,当然是要先看懂其所代表的具体意义!

以ENSG00000186092.4为例:

1、ENS是固定字符,表示这是一个Ensembl ID。默认物种是人,如果是小鼠的话则以ENSMUS开头,更多物种编码详见:
http://www.ensembl.org/info/genome/stable_ids/index.html

2、G表示该id指的是一个基因,E for exon,** FM** for protein family, G for gene,** GT** for gene tree, P for protein, R for regulatory feature and T for transcript.

3、00000186092为11个数字组成的唯一编号,可以理解为基因的真实编号

4、.4为版本号,表示其在Ensembl数据中进行了4次变更

对于Ensembl ID代表的意思详见:https://asia.ensembl.org/Help/Faq?id=488

分类

ENST和ENSG的前三个字母(ENS),意思是“ENSENMBLE”。

  • T是指转录本
  • G是指基因
  • P是指蛋白质

备注:gencode的官网:https://www.gencodegenes.org/human/ 里的meta files里下载的ID对应的就是ENSTID
NCBI ID
GEO中最常用的entrez ID
每一个核酸序列都是唯一的数字ID

refseq的ID
NM开头的表示标准序列,
XM表示预测的蛋白编码序列,
NR_表示非编码蛋白的mRNA序列,
AF开头的表示克隆序列,
BC开头的表示模板序列

资料:https://www.jianshu.com/p/13c0a04fd507
作者:Amy_Cui关注

©著作权归作者所有,转载或内容合作请联系作者
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。

推荐阅读更多精彩内容