关于基因的那些事（1）

关于基因的那些事（1）

1. 基因ID

对于一个基因会有不同的mRNA转录本，进一步会有不同的蛋白异构体。在gene数据库里对于转录本和蛋白的编号是以NM和NP开头的。如果是NM的话则代表是转录本编号，如果是NP的话则是蛋白编号。我们检索的这个基因是一个非编码的RNA（ncRNA）的话，那关于转录本的注释就从之前的NM开头变成了NR开头了。

2. refGene每一列不同的含义

• 第1列bin：Indexing field to speed chromosome range queries，index查询作用。
• 第2列name：Name of gene (usually transcript_id from GTF)，转录本号。
• 第3列chrom：染色体号
• 第4列strand：+ or - for strand，正负链
• 第5列txStart：Transcription start position (or end position for minus strand item)，转录本起始位置（负链转录本终止位置）
• 第6列txEnd：Transcription end position (or start position for minus strand item)，转录本终止位置（负链转录本起始位置）
• 第7列cdsStart：Coding region start (or end position for minus strand item)，编码区起始位置
• 第8列cdsEnd：Coding region end (or start position for minus strand item)，编码区终止位置

第9列exonCount：Number of exons，外显子数量

第10列exonStarts：Exon start positions (or end positions for minus strand item)，外显子起始位置（负链是外显子终止位置）

第11列exonEnds：Exon end positions (or start positions for minus strand item)，外显子终止位置（负链是外显子起始位置）

第12列score：得分（具体什么得分官网未说明）

第13列name2：Alternate name (e.g. gene_id from GTF)，基因名

第14列cdsStartStat：enum(‘none’,‘unk’,‘incmpl’,‘cmpl’)

第15列cdsEndStat：同上

第16列exonFrames：Exon frame , or -1 if no frame for exon