已知基因名，如何查找该基因对应的转录本，即

作者：张馨予

1.1 打开NCBI网页，选择"gene"，输入所需的基因名称（可简写），如THRA，搜索；

1.2 在右上角选择种属，如homo sapiens，点击进入，再根据结果描述，选择所需基因，一般选择第一个，进入；

1.3 往下拉网页，在"NCBI Reference sequence (Refseq)"下方，NG_023345.1就是该基因的genomic DNA序列号，

NM_001190918.1 就是其异构体3的mRNA序列号，而 NP_001177847.1就是NM_001190918.1 相应的氨基酸序列号，

同理，NM_001190919.1 → NP_001177848.1 分别是异构体2的mRNA和氨基酸序列号，点击进入相应页面就会出现详细的外显子、编码序列等信息。

2. 如何选择常用的mRNA序列

由于不同的剪切方式，会得到不同的转录本，即mRNA序列；一个基因可能会有多个mRNA序列，那如何选择常用的mRNA序列呢？推荐一个查询网站：mutation@glance，；输入所查找的基因，如THRA，submit，便会出现THRA的相应界面，Reference sequence: NM_001190919.1即常用的mRNA序列号。另外，该网站也提供了目前文献报道的已知突变位点和SNP位点。

3. 如何得到所需mRNA信息

在得到常用的mRNA序列号后，点击1.3中该序列号，进入该mRNA的相关信息，在FEATURES中以下信息分别所指含义如下：

3.1 source 中/map="17q11.2"是指该基因位于3号染色体长臂（q）1带1区2亚区；

3.2 gene 1..2547 表示THRA所对应常用mRNA长度2547bp；

3.3 CDS 为该mRNA编码THRA蛋白的氨基酸序列：

/translation="MEQKPSKVECGSDPEENSARSPDGKRKRKNGQCSLKTSMSGYIP

SYLDKDEQCVVCGDKATGYHYRCITCEGCKGFFRRTIQKNLHPTYSCKYDSCCVIDKI

TRNQCQLCRFKKCIAVGMAMDLVLDDSKRVAKRKLIEQNRERRRKEEMIRSLQQRPEP

TPEEWDLIHIATEAHRSTNAQGSHWKQRRKFLPDDIGQSPIVSMPDGDKVDLEAFSEF

TKIITPAITRVVDFAKKLPMFSELPCEDQIILLKGCCMEIMSLRAAVRYDPESDTLTL

SGEMAVKREQLKNGGLGVVSDAIFELGKSLSAFNLDDTEVALLQAVLLMSTDRSGLLC

VDKIEKSQEAYLLAFEHYVNHRKHNIPHFWPKLLMKEREVQSSILYKGAAAEGRPGGS

LGVHPEGQQLLGMHVVQGPQVRQLEQQLGEAGSLQGPVLQHQSPKSPQQRLLELLHRS

GILHARAVCGEDDSSEADSPSSSEEEPEVCEDLAGNAASP"

557..2029是编码mRNA的起始位置，即THRA基因（homo sapiens）编码序列长度是2029-557+1=1473bp，编码蛋白是由1473/3=491个氨基酸构成。

3.4 exon 是外显子相应的mRNA序列。exon 610..677是指该exon对应的mRNA位置为610到677，以此类推；

3.5 ORIGIN部分就是具体的碱基序列，即转录本序列，可以用来参照设计引物。

以上参考#25270214。

4. 关于大量获取基因集的相关mRNA序列信息

在NCBI上可得到某一基因的相关mRNA序列，如果想要得到某一基因集的相关序列，则可在UCSC上下载。

4.1 登录，选择Table Browser。

4.2 在clade上选择Mammal，genome上选择Human；group上选择Gene and Gene Predictions，track上选择UCSC Genes；在table上选择knownGene；region上选择genome。

在选择output format时，选择all fields from selected table,即默认输出#bin name chrom strand txStart txEnd cdsStart cdsEnd exonCount exonStarts exonEnds score name2 cdsStartStat cdsEndStat exonFrames；选择selected fields from primary and related tables,可自行选择输出相关信息，如#hg19.knownGene.name hg19.kgXref.mRNA hg19.kgXref.geneSymbol；选择sequence时，可选择genomic、protein、mRNA，在获取某一基因集的mRNA时，选择mRNA，即得到某一基因集的相关mRNA转录本序列；但是所得序列名称为UCSC ID，需转换为mRNA序列号和对应基因名称，则可在选择selected fields from primary and

related tables时，输出对应信息即可；最后在output file中填入所需下载文本名称，点击get output即可下载。

5. 相关介绍

mRNA（messenger RNA）信使RNA，是由编码区（CDS）、上游的5’非编码区和下游3’非编码区组成，真核生物mRNA的5’端带有7-甲基鸟苷-三磷酸帽子结构，3’端有多腺苷酸尾巴，但NCBI中mRNA序列实际上是cDNA序列，即经过反转录得到的与RNA序列互补的DNA序列，一般不包括3’多腺苷酸尾巴。一个cDNA序列被称为一个转录子，第一个碱基所在的位置为转录起始位点（TSS），cDNA都是由外显子组成，但编码蛋白质的外显子只有一个，即CDS（coding sequence），这段序列也就是一个ORF区，也就是这个cDNA的ORF序列。参与特定基因转录及其调控的TSS上游序列称为启动子（Promoter），如原核生物在转录起始位点上游-10有一段TATAAT的保守序列，有助于局部解链，在-35有一段TTGACA序列提供RNA聚合酶识别信号，真核生物上游-25到-30TATA决定起始位点，-75位置CAAT与RNA聚合酶，这些都是启动子，启动子的范围非常大，可以包含转录起始位点上游2000bp，有些特定基因的转录区内部也存在着转录因子的结合位点，因此也属于启动子范围。