外觀
基因註解 (Gene Annotations)
基因註解定義基因、轉錄本、exon 與 CDS 的位置。同一個基因在不同註解系統中可能有不同的轉錄本數量與 ID,選哪一套會直接影響 RNA-seq 計數、變異的效應判定與 HGVS 命名。格式見 GTF / GFF3。
主要註解系統
| 系統 | ID 範例 | 特點 | 下載 |
|---|---|---|---|
| GENCODE | ENSG…、ENST…(與 Ensembl 相同) | 人 / 小鼠的參考註解,含人工審閱(HAVANA);chr 命名 | gencodegenes.org |
| Ensembl | 同上 | 與 GENCODE 內容相同、命名 1;多物種 | Ensembl FTP current_gtf |
| NCBI RefSeq | NM_(mRNA)、NR_(非編碼)、NP_(蛋白);XM_ / XR_ 為預測 | 較保守、轉錄本較少;臨床報告傳統上使用 | NCBI GRCh38_latest |
| RefSeqGene | NG_ | 以基因為中心的參考區段(含上下游),用於 HGVS 的 g. 座標 | RefSeqGene FTP |
| MANE | NM_000546.6 ↔ ENST00000269305.9(TP53) | NCBI 與 EMBL-EBI 共同選定、序列完全一致的轉錄本對 | NCBI MANE |
| UCSC refGene / ncbiRefSeq | NM_… | UCSC 對 RefSeq 的比對結果;ncbiRefSeqSelect 只留每個基因一個轉錄本 | UCSC hg38 database(ncbiRefSeqSelect.txt.gz) |
版本號是 ID 的一部分:
NM_000546.6與NM_000546.5序列可能不同,HGVS 命名必須帶版本號。
MANE:臨床報告的預設轉錄本
| 集合 | 內容 | 用途 |
|---|---|---|
| MANE Select | 幾乎每個蛋白編碼基因一個代表性轉錄本 | 臨床變異命名的預設、資料庫之間對齊 |
| MANE Plus Clinical | 少數基因額外的轉錄本 | 有臨床意義的變異落在 Select 以外的轉錄本時 |
同一個變異在不同轉錄本上的 c. 位置、甚至效應(missense vs intronic)都可能不同;使用 MANE Select 讓 ClinVar、gnomAD、VEP 與報告講同一種語言。命名規則見 HGVS 命名。
GENCODE 的版本與子集
| 檔案 | 內容 | 何時用 |
|---|---|---|
gencode.vXX.annotation.gtf | comprehensive:主要染色體的所有轉錄本 | RNA-seq 計數(STAR、featureCounts) |
gencode.vXX.basic.annotation.gtf | 只留 tag "basic" 的完整轉錄本 | 想減少片段化 / 不完整轉錄本 |
gencode.vXX.chr_patch_hapl_scaff.annotation.gtf | 含 alt / patch 序列 | 比對到含 alt 的參考時 |
gencode.vXX.transcripts.fa | 轉錄本序列 | Salmon / kallisto 索引 |
選擇指引
| 情境 | 建議 |
|---|---|
| RNA-seq 定量 | GENCODE comprehensive 或 Ensembl;FASTA、GTF、Salmon 索引同一版本 |
| 臨床變異命名與報告 | MANE Select(必要時 Plus Clinical) |
| 變異效應註解(VEP) | 同時輸出 Ensembl 與 RefSeq,並以 --mane / --pick 標出 MANE |
| 與舊臨床報告比對 | 確認當時使用的 RefSeq 轉錄本與版本 |
| 跨研究合併 | 統一到同一套註解與版本;ID 去掉版本號再對應 |