生物学论文格式:基因序列引用与数据库编号的标注规范

在生物学论文中,基因序列引用与数据库编号的标注需遵循国际权威数据库的规范，以确保数据的可追溯性和科学性，以下是具体标注规范及示例：

基因序列引用规范

引用数据库来源
需明确标注基因序列的来源数据库，常用数据库包括：
- NCBI GenBank：全球最权威的核酸序列数据库，编号格式为 ACCESSION.VERSION（如 NM_001301717.2）。
- Ensembl：欧洲生物信息研究所数据库，编号格式为 ENS[物种前缀][类型][唯一编号]（如 ENSG00000141510 代表人类基因）。
- miRBase：microRNA专用数据库，编号格式为 [物种前缀]-miR-[编号]（如 hsa-miR-21-5p）。
引用格式要求
- 首次引用：需完整标注数据库名称、编号及版本（如有），
  
  “本研究使用的TP53基因序列来源于NCBI GenBank（编号：NM_000546.6）。”
- 后续引用：可简化为编号，但需在首次引用时说明数据库，
  
  “TP53基因（NM_000546.6）的突变与癌症发生密切相关。”
序列数据引用
若直接引用序列片段，需在文中或补充材料中提供FASTA格式序列，并标注数据库编号及版本，
```
>NM_000546.6 Homo sapiens tumor protein p53 (TP53), mRNA
ATGGAGGATCCCTTGGATCTGAGCTGCT...
```

编号类型与含义
- NCBI RefSeq编号：
  - NM_：编码RNA（mRNA），如 NM_001301717.2。
  - NR_：非编码RNA，如 NR_046018.2。
  - NP_：蛋白质序列，与 NM_ 对应。
  - 版本号（.VERSION）表示序列更新记录，引用时需注明最新版本。
- Ensembl编号：
  - ENSG：基因（Gene），如 ENSG00000141510。
  - ENST：转录本（Transcript），如 ENST00000269305.8。
  - ENSP：蛋白质（Protein），如 ENSP00000269305.8。
- miRBase编号：
  - hsa-miR-21-5p：人类miR-21的5'端成熟体。
  - mmu-miR-1a-3p：小鼠miR-1a的3'端成熟体。
标注位置
- 文中：在首次提及基因或序列时标注编号，
  
  “BRCA1基因（ENSG00000012048）的突变与乳腺癌风险显著相关。”
- 图表：在基因名称或序列标识旁标注编号，
  
  图1：TP53基因结构（NM_000546.6）及突变位点分布。
- 参考文献：若引用文献中的序列数据，需在参考文献中注明数据库编号，
  
  [1] Smith J, et al. (2023) Cloning of TP53 gene (NM_000546.6) from human genome. Nature, 523:456-461.

完整示例

“本研究通过PCR扩增了人类TP53基因（NCBI GenBank：NM_000546.6）的第3-5外显子，序列与Ensembl数据库（ENSG00000141510）注释一致，miR-21（miRBase：hsa-miR-21-5p）的表达水平在癌症组织中显著上调。”
注意事项
- 版本更新：数据库编号可能随序列修正而更新，引用时需核对最新版本。
- 物种特异性：不同物种的基因编号需区分前缀（如 hsa 代表人类，mmu 代表小鼠）。
- 一致性：文中、图表及参考文献中的编号需保持一致，避免混淆。