【交流】浅谈Gene序列搜索

在分子生物学领域里摸爬滚打了两年多，在园子里也逛了一年多，没写过什么原创贴子，这算是第一个，只是浅显的经验，希望与大家交流、分享、共勉！！！

我看到了很多帖子，大家在查找Gene序列的时候，有些战友总是弄不明白那个是自己想要的序列，因为在NCBI的GeneBank里面搜索以后，实在是有太多的序列出现，而且长短不一，名称各异，DNA，mRNA ……，有点让人眼花缭乱，下面就是我的一点小经验：

通常大家都是在Nucleotide里搜索一个目的Gene序列，也就是我们通常所说的GeneBank，GenBank是一个公共可获得的序列记录备份，由数据发现者提供，它不是一个校正的数据库，GenBank是一个序列的存储池，所以针对同一个Gene就会有很多的信息，甚至有些似乎是重复的，这包括了一个Gene的发现，当然就包括不同的发现者有不同的命名规则；起始时期的序列不完整性；研究发展历史；不同的型别研究等等。当我们搜索时，就会象大海捞针一样找我们的目的Gene，在这里我就告诉大家另外的搜索链接，那就是Gene数据库。

在下图中，标示了它在NCBI中的位置，其实很多人都看到过它，但是可能没用过它，Gene与Nucleotide的区别在于，它是经过很多生物信息学家，生物学家以及计算机学家共同努力，经过搜集GeneBank中的Gene序列、基因组contig、DNA、mRNA、蛋白和染色体信息等等而综合出来的，是一个校正的数据库，去除了冗余的信息，故而查找方便、信息准确，里面包含了一个Gene的完整信息：DNA、mRNA、Protein、Chromosome等等，大家在查阅的时候会看到很少的序列选项，因为它是经过检验和校正的。

当然，如果你查询的是最新发现的Gene，那么对不起，一般是查不到的。

还有另外两个数据库，RefSeq和LocusLink，大家也一定见过它们，它们也是基于NCBI和其他组织合作的校正的数据库。两者都使用由人类基因命名委员会定义的术语，并且包括了官方的基因符号和可选的符号。当大家看到他们的标志时，就可以肯定这个是科学家们校验过的信息，肯定是准确的了