常见基因ID类型

Entrez Gene ID

Entrez Gene ID来源于Entrez Gene数据库的编号系统，
Entrez：一个归属于NCBI的综合性生物信息数据检索引擎，包含核酸、蛋白质、基因、基因组、GEO、pubMed等很多常用的数据库。我们通常所说的检索 NCBI数据库，其实就是在检索Entrez这个引擎系统所整合的生信数据库。
NCBI：National Center for Biotechnology Information，即美国国家生物技术信息中心，官网：https://www.ncbi.nlm.nih.gov/
Entrez Gene数据库其实就是我们现在指的NCBI中的Gene数据库，官网https://www.ncbi.nlm.nih.gov/gene/
Entrez Gene ID=Entrez ID，也可以理解为我们通常所说的Gene ID，它是目前国际上最权威的Gene ID编号，编号的格式就是一串数字，比如7157

以TP53为例，其Official Symbol，Official Full Name和Primary Source三行都提到了HGNC组织
HGNC：HUGO Gene Nomenclature Committee，即人类基因命名委员会，人类中大多数基因的命名，是由HGNC来完成的。
Official Symbol：就是我们通常所说的Gene Symbol（也叫做HGNC Symbol，即基因符号），是HGNC组织根据基因功能，对基因进行命名描述的一个缩写标识符（如：TP53）。
Official Full Name: Gene Name，是经过HGNC批准的基因名全称，对应于Gene Symbol（如TP53对应tumor protein p53)
HGNC ID：是HGNC数据库分配的基因编号，每一个标准的Gene Symbol都有对应的HGNC ID。有时HGNC会对一些已经命名过的基因进行重新审查和命名，以确保新的命名在描述基因功能方面更加准确。
当一个基因被HGND分配了新的Gene Symbol时，其以前的命名会被当作同义词继续使用，建议使用HGNC ID作为我们处理数据的唯一标识符
其他基因命名的组织委员会
- 小鼠mouse的基因命名：MGNC，可访问MGI数据库
- 大鼠rat的基因命名：RGND，可访问RGD数据库
- 斑马鱼zebrafish的基因命名：ZFIN
说明：并不是所有的基因都有Official Symbol。如果基因缺少基因命名委员会命名的Gene Symbol，Entrez Gene 数据库中的Official symbol 就会变成Gene Symbol，并且Gene Symbol 的编号会变成LOC前缀加 Entrez ID，如下图所示

RefSeq 数据库：即 RefSeq 参考序列数据库，是美国国家生物信息技术中心（NCBI）提供的，具有生物意义上的非冗余的基因和蛋白质等片段序列的数据库，一般可信度比较高。
RefSeq Accesion Number：就是我们通常用的RefSeq ID，同其他数据库不同，命名的格式以两个字母开头，后跟一个下划线和六个或多个数字。
开头的字母存储了序列类型的信息
- NC——全基因组序列
- NM——成熟的mRNA序列
RefSeq Status显示的是这条RefSeq的状态
- MODEL指自动被NCBI提供的，没有被审核过
- INFERRED指由序列分析预测得到，没有经过实验验证
- PREDICTED指没有经过人工审核
- REVIEWED指已被人工审核
- 这条信息的存在可以为我们确定序列的可信度提供更多的帮助

BioMart是Ensembl网站提供的一个web工具，其主要功能是基因功能注释（包括跨数据库注释）和基因ID转换
网址：http://asia.ensembl.org/index.html
choose database——Ensembl Genes 111（数字对应版本号）；choose datasets——Human genes
Filters-Input external references ID list选择输入基因的数据类型
Attributes
- GENE-Ensembl-Gene stable ID version
- Externa项以选择Ensembl以外的其他数据的ID，并且可以将一种ID同时转换成多种ID，HGNC symbol的作用是将Ensembl ID与原来的输入一一对应起来
点击”Count”，可以查看已经提交的基因数量（最多500）/数据库中有的所有这个物种的基因的数量
点击”Go”，可以将转换后的结果以“制表符分隔的文本文件”的形式输出