有趣的基因命名

• 2019 年 12 月 5 日
• 筆記

gene symbol 是非常官方的，由HUGO 組織負責維護，有專門的數據庫HGNC database of human gene names | HUGO

以前分析數據的時候，有一些基因的symbol很奇怪，讓我百思不得其解，比如:

• C orf 系列基因，
• HS.系列基因，
• KRTAP系列基因，
• LOC系列基因，
• MIR系列基因，
• LINC系列基因

它們往往一個系列，就有好幾百個基因，

• C12orf44; Chromosome 12 Open Reading Frame 44; 這個是C orf系列基因的意思
• MIR系列基因應該是 miRNA相關的基因
• LINC系列基因應該就是long intergenic non-protein coding RNA
• OC系列基因，是非正式的，推定的，日後可能被更合適的名字替代

還有一些RNA基因，根本就沒有symbol，比如：CTA/B/C/D-系列的

• Aliases for ENSG00000271971 Gene
• CTD-2006H14.2 5
• External Ids for ENSG00000271971 Gene
• Ensembl: ENSG00000271971

還有，如果你看到HS.開頭的基因，它是unigene的ID了，已經不再是symbol啦。

當然了，本來就有很多基因家族裏面的成員的名字就很類似，也可以理解哈。

關於非編碼蛋白的基因

如果有一個很接近的蛋白編碼基因，lncRNA的名字應該以這個編碼基因名字開始，然後制定以後後綴，這個後綴可以下方式分類： ● 反義 （antisense,AS）,BACE1-AS; ● 內含子（intronic,IT）,例如，SPRY4-IT1; ● 重疊 （overlapping,OT）,例如，OSX2-OT; ● 長鏈基因間lncRNA（Long intergenic lncRNAs，lincRNAs），以LINC為前綴，數字為後綴，例如LINC00485。

上述命名的基本架構適用於大多數lncRNA，但對於基因密集區域的lncRNA可能就不適用了，這種情況下，你應該與HGNC溝通來解決。

關於Excel表格的日期基因

當然了，如果你是Excel表格操作，你還有可能遇到日期基因：

image-20191129123404482

具體見：Excel-坑你的基因名沒商量！-計算機基礎-生信技能樹 www.biotrainee.com/thread-908-1-1