请问无参转录组得到的基因id如何知道他的基因名呀

无参转录组（de novo transcriptome）分析得到的基因 ID，如TRINITY_DNxxxxx，是组装工具自动生成的编号，它们没有直接对应的标准基因名。要获取这些 ID 对应的基因名称，需借助功能注释步骤，通过序列比对找到已知基因的同源序列，并据此推断其名称。

 

无参转录组中“基因 ID → 基因名”的标准获取流程如下：

1、功能注释：将转录本比对到已知数据库

通过序列相似性，比对已组装转录本到标准蛋白数据库中，从而获取其可能的基因名或功能信息。

（1）常用数据库：

• Swiss-Prot：人工注释，注释质量高（推荐优先使用）；
• NR（NCBI Non-redundant）：物种广泛，覆盖全面；
• Pfam：注释功能结构域；
• eggNOG / KEGG：用于注释通路/正交群；
• GO数据库：用于注释分子功能/过程/定位；
• UniProt：可直接获取基因名（gene name）、描述（protein name）等字段。

（2）常用工具：

• BLASTx / DIAMOND：将转录本翻译后比对到蛋白数据库；
• Trinotate：官方推荐流程工具包，可整合多个数据库注释；
• eggNOG-mapper：高效注释器，可直接输出gene symbol、GO、KEGG等。

 

2、提取基因名字段（gene name）

在比对命中的描述信息中，通常包含以下字段：

• GN=XXXX：代表基因名；
• DE=XXXX：为蛋白质功能描述；
• OS=XXXX：物种来源（可帮助确认注释是否合理）；

以 UniProt 为例，一个典型命中条目可能显示为： “Tumor protein p53 [Homo sapiens] GN=TP53”。此时，应提取“TP53”作为该转录本的标准基因名。

 

3、将原始转录本ID与注释得到的基因名一一对应

将每个转录本 ID（如 TRINITY_DNxxxxx）与其比对到的基因名整理成表格。若一个转录本比对不上任何条目，则对应基因名可记为“unannotated”或留空。如果您分析的是基因层面的表达，建议将转录本比对注释后，通过“基因聚类”（如 longest isoform）整合对应基因名。

 

注意事项

• 每个转录本可比对多个条目，但一般只保留 top hit；
• 若多个转录本来自同一 Trinity “gene”，可取其中最可信注释统一赋予该 Trinity 基因；
• 对比到非模式物种或低可信条目时，建议设定最低相似度或E值阈值，过滤低质量注释；
• 若后续要进行功能分类（如GO、KEGG富集），则还需进一步用注释结果提取对应功能编号。

 

百泰派克生物科技——生物制品表征，多组学生物质谱检测优质服务商

 

相关服务：

转录组测序