Ensembl_id转换与gene symbol

1、各种ID名称介绍

• Gene ID 也称Entrez ID/EntrezGene ID ，是 NCBI 使用的能够对众多数据库进行联合搜索的搜索引擎, 其对不同的 Gene 进行了编号, 每个 gene 的编号就是 entrez gene id，就是一串数字，比如：TP53 的Gene ID是:7157。因为entrez ID相对稳定, 所以也被其他数据库, 如 KEGG 等采用。不同物种的同一个基因的Gene ID是不同的。NCBI的RefSeq数据库ID，一般是两个大写首字母，加下划线，后面为数字。两个首字母 ”NC”、”NM”、”NP_”分别代表DNA、mRNA、Protein。

• Gene Symbol ，是HGNC数据库为基因提供的官方名称，HGNC是人类基因命名委员会(HUGO Gene Nomenclature Committee);人类基因组命名委员会。有专门的数据库：https://www.genenames.org/。主要是按基因的功能起的名字，字母一般为英文全称的缩写，由大写字母和数字组成，如TP53基因的Official Symbol就是由HGNC所提供。

• Ensembl ID，是在Ensembl数据库中对基因的命名，常见的物种前缀：“ENS“表示Homo sapiens (Human)，”ENSMUS“表示Mus musculus (Mouse)，”ENSDAR“表示Danio rerio (Zebrafish)；而常见的序列类型用G、P、T、分别表示gene、protein和trans