1、啥是參考基因組和參考基因注釋？

俗話說“大道至簡”，咱生物界表示：這我熟呀！君不見，我只用ATCG 四個堿基就能上天入地，外加海底兩萬里。嗯，沒毛?。。?br> 自從 1990 啟動的家喻戶曉的人類基因組計劃開始，全世界的科學(xué)家竭盡全力破譯了第一個完整的人類基因組，從那時開始人類拿到了一本只有 ATCG 四個堿基書寫的天書。后續(xù)人們逐步完善了基因組序列信息，并寫在 Fasta 格式的文本文件“天書”中，這本天書就叫做參考基因組。
但是，直接拿天書來看是一臉懵逼的，于是大家開始利用實驗技術(shù)手段開始著手解密這本天書，隨后大量的基因以及非編碼序列被人們詳細的標(biāo)記在參考基因組對應(yīng)的位置。同時對該位置加入大量的注釋細節(jié)，最終將這些信息寫在 BED，GTF，GFF 格式的基因組注釋文件 。
隨著時間推移和技術(shù)的發(fā)展，已經(jīng)構(gòu)建好的基因組和基因組注釋信息會出現(xiàn)不同程度的增加、刪減等修改，從而有了不同版本。

2、參考基因組版本命名

在講參考基因組之前，需要提到一個組織參考基因組聯(lián)盟（Genome Reference Consortium），它是由 NCBI，EBI，桑格研究所等機構(gòu)組成。GRC 利用最佳的技術(shù)裝配，糾正，增加基因組序列，以此作為在生信分析領(lǐng)域作為參考的基因組。目前，該機構(gòu)構(gòu)建了人，小鼠，大鼠，斑馬魚，雞的參考基因組。

2.1 常用人參考基因組對應(yīng)表

2.2 常用小鼠參考基因組對應(yīng)表

3 如何下載基因組和基因組注釋？

3.1、NCBI

這里提供兩種下載方式，一種為網(wǎng)頁界面下載，另一種為FTP下載。

a) 可視化下載

• 進入網(wǎng)址

https://www.ncbi.nlm.nih.gov/genome/browse#!/overview/

• 搜索物種

  
  
  圖1 NCBI人基因組信息搜索

• 下載界面

  
  
  圖2 NCBI人基因下載頁面 （下載時注意對應(yīng)版本）

b) FTP下載

注：Chrome 瀏覽器在18版本后由于安全原因已經(jīng)不支持 ftp 協(xié)議，改用 https 協(xié)議，可以看到鏈接已經(jīng)與之前的不同。

這里以下載人的參考基因組 GRCh38 為例：

https://ftp.ncbi.nlm.nih.gov/genomes/refseq/vertebrate_mammalian/Homo_sapiens/reference/GCF_000001405.39_GRCh38.p13

人類基因組注釋文件：

GTF 格式：https://ftp.ncbi.nlm.nih.gov/genomes/refseq/vertebrate_mammalian/Homo_sapiens/annotation_releases/109/GCF_000001405.38_GRCh38.p12/GCF_000001405.38_GRCh38.p12_genomic.gtf.gz

GFF 格式：

https://ftp.ncbi.nlm.nih.gov/genomes/refseq/vertebrate_mammalian/Homo_sapiens/annotation_releases/109/GCF_000001405.38_GRCh38.p12/GCF_000001405.38_GRCh38.p12_genomic.gff.gz

如果以這種方式下載，其實已經(jīng)可以路徑中大概看出相關(guān)物種的下載地址，可以自行查詢及下載其他物種。

2、Ensemble

a) 可視化下載

• 網(wǎng)址：http://asia.ensembl.org
• 點擊物種名，進入下載界面

圖3 Ensemble人基因組搜索

圖4 Ensemble人基因組下載

b) FTP下載

同樣以下載人參考基因組 GRCh38 為例：

http://ftp.ensembl.org/pub/current_fasta/homo_sapiens/dna/Homo_sapiens.GRCh38.dna.toplevel.fa.gz

GTF 文件：http://ftp.ensembl.org/pub/current_gtf/homo_sapiens/Homo_sapiens.GRCh38.104.gtf.gz

GTT 文件：http://ftp.ensembl.org/pub/cur

3、GENCODE

給做醫(yī)學(xué)相關(guān)研究的小伙伴們推薦，GENCODE的物種只涉及人類和小鼠，但這里具有最新最全的基因組和其注釋信息。

• 網(wǎng)址：https://www.gencodegenes.org/

• 點擊人類的最新版

  
  
  圖5 GENCOND人基因組

• 點擊下載基因組注釋文件

  
  
  圖6 GENCOND人基因組下載

4、UCSC

相對其他下載方式，UCSC 本職的工作是做基因組瀏覽器的，因此也可以從下圖看到，在這里可以根據(jù)自己定義來下載相對于的基因組區(qū)域，比如 prime，exon，gene，transcript等等。

• 網(wǎng)址：http://genome.ucsc.edu/cgi-bin/hgTables

• 下載：設(shè)置參數(shù)如下，然后點擊下載參考基因組及注釋文件

  
  
  圖7 UCSC人基因組下載

以上詳細描述了4個數(shù)據(jù)庫如何下載基因組和基因組注釋問價，其他物種基本也是這種套路了。希望小伙伴們再也不會迷路啦。。。。

---------------------------------------------------------------------------------------------------------------------------------------------------I`m a line ! Thanks !-------------------------------------------------------------------------------------------------------------------------------------------------------------------------
參考：
https://zhuanlan.zhihu.com/p/383397412