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