gene symbol 中的奇怪开头基因

这本是我为论坛的基础板块写的一个 基础知识点，但是浏览量实在有限，不忍它蒙尘，特在博客重新发布一次！

原帖见：http://www.biotrainee.com/thread-511-1-1.html

gene symbol

gene symbol 是非常官方的，由HUGO组织负责维护，有专门的数据库HGNC database of human gene names | HUGO
以前分析数据的时候，有一些基因的symbol很奇怪，让我百思不得其解，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

它们往往一个系列，就有好几百个基因；

C12orf44; Chromosome 12 Open Reading Frame 44; 这个是C orf系列基因的意思
MIR系列基因应该是 miRNA相关的基因
LINC系列基因应该就是long intergenic non-protein coding RNA
LOC系列基因，是非正式的，推定的，日后可能被更合适的名字替代

基因对应

我这里做好了所有的基因对应关系，去生信菜鸟团QQ群里下载吧，共47938个基因的symbol和entrez gene id还有name，还有alias的对应!

1

还有一些RNA基因，根本就没有symbol，比如： CTA/B/C/D系列的

Aliases for ENSG00000271971 Gene
Quality Score for this RNA gene is 1
Aliases for ENSG00000271971 Gene
CTD-2006H14.2 5
External Ids for ENSG00000271971 Gene
Ensembl: ENSG00000271971

还有，如果你看到HS.开头的基因，它是 unigene 的ID了，已经不再是symbol啦。