人类基因统计信息

最新推荐文章于 2026-03-08 04:35:00 发布
原创 最新推荐文章于 2026-03-08 04:35:00 发布 · 2.5k 阅读 · 6 ·
本内容遵循CC 4.0 BY-SA版权协议
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
收录于
生信分析

当前文章被收录于：

生信分析
9 篇文章 11 人学习
订阅专栏 查看详情
本文介绍了不同类型的非编码RNA，包括snoRNA、snRNA、rRNA、scRNA、TERC、small ncRNA（miRNA和siRNA）、lncRNA等，并提供了最新的人类miRNA基因和成熟miRNA数量统计，总数分别为3043个和2588个。

以前的统计

项目特征
基因组大小3.2×1093.2\times10^93.2×109 bp
常染色质92%
蛋白质编码序列1.1%~1.4%
RNA编码序列28%
内含子序列24%
基因间序列75%
基因数目2万~2.5万
已知编码蛋白质的基因19438
预测编码蛋白质的基因2188
基因数量最多的染色体chr19
基因数量最少的染色体chr13
基因平均长度2~30kb
编码序列平均长度1.3kb/每个基因
外显子平均总长度1.4kb/每个基因
单个外显子的平均长度145 bp
基因内含子的平均长度3365 bp
5’—UTR平均长度300 bp
3’—UTR平均长度770 bp
已知基因外显子的平均数9.7个/每个基因
预测基因外显子的平均数4.7个/每个基因
外显子最多的基因肌联蛋白基因，234个外显子
AT / GC54% / 38%
SNP出现的频率1/1.3kbp
SNP造成蛋白质变异0.12% ~ 0.17%
重复序列占基因组的比例50%以上
1, 四类寄生的DNA46%
其中，LINE21%
其中，SINE14%
其中，反转录病毒类8%
其中，DNA转座位子3%
2, 大段染色体重复5.3%
3. (A)n,(CA)n,(CCC)n(A)_n,(CA)_n,(CCC)_n(A)n​,(CA)n​,(CCC)n​等重复序列3%
CpG岛占全基因组0.7% （27 000个）
其中，长度小于1 800bp95%
其中，长度小于850bp75%
其中，最长在chr1036619 bp

在这里插入图片描述

最新统计数据

基因总数量
protein-coding genes20412
pseudo-genes14600
total long ncRNA14727
total small ncRNA5037
miRNA1756
rRNA532
snRNA1944
snoRNA1521
misc ncRNA2213

snoRNA ： 小核仁RNA
snRNA： 小核RNA
rRNA： 核糖体RNA
scRNA：细胞质小RNA
TERC：端粒酶RNA
small ncRNA： 包括miRNA和siRNA
miRNA： 微小RNA
siRNA：小干扰RNA
lncRNA：长链非编码RNA，包括
，sense lncRNA（同义长非编码）
，antisense lncRNA（反义长非编码RNA）
，intronic lncRNA（内含子长非编码）
，lincRNA（基因间区长非编码RNA）
本人统计：
miRNA基因： 3043个
人类已知成熟的miRNA：2588个（来源于早年的miRBase v21）

标签
#基因统计 #染色体分析 #全基因组
10亿条基因数据 vs 1秒查询：MySQL如何助力生物信息学和基因组数据分析？
java专栏
12-17 745
🔥关注墨瑾轩，带你探索编程的奥秘！🚀🔥超萌技术攻略，轻松晋级编程高手🚀🔥技术宝库已备好，就等你来挖掘🚀🔥订阅墨瑾轩，智趣学习不孤单🚀🔥即刻启航，编程之旅更有趣🚀在基因组学这个充满奇迹的领域，科学家们每天都在处理海量的数据。从人类基因组计划到个性化医疗，每一个突破都离不开强大的数据管理和分析工具。而作为全球最流行的关系型数据库之一，MySQL以其高效、灵活的特点，在生物信息学和基因组数据分析中扮演着重要角色。今天，我们将一起探索MySQL在这个领域的应用，并揭示它背后的秘密。准备好了吗？
R语言实战：5分钟用KEGGREST包搞定人类代谢通路基因列表（附完整代码与Rdata文件）
最新发布
weixin_42625070的博客
04-21 194
本文详细介绍了如何使用R语言的KEGGREST包快速获取人类代谢通路基因列表，包括完整的代码实现和Rdata文件生成。通过KEGG数据库的REST API，读者可在5分钟内完成基因数据提取，适用于生物信息学分析和代谢网络构建。文章还提供了高级技巧和常见问题解决方案，帮助研究人员高效处理基因数据。
遗传基因科普（2）：人体DNA有多长？
袁萌专栏
10-19 1万+
遗传基因科普（2）：人体DNA有多长？我们在遗传基因科普（1）：遗传基因是什么？（简称文（1））中说到：遗传基因（Gene）是细胞核中的化学分子（脱氧核酸，即DNA），而化学分子DNA应该是一种“看得见，摸得着”的“物质”（或者“东西”）。那么，在人体体内DNA的总长度是多少呢？ 人体有许多细胞，而在每个细胞里面都有一个遗传基因大分子，即一串DNA。这个DNA序列（好似一个“字符串”、一根线绳）又
人基因组（一）
weixin_30722589的博客
12-05 920
人类基因组包含22条染色体和1条X或者Y染色体，这些染色体长度为45~279Mb，加起来共为3286Mb。 基于染色体的结构，全部基因可被分为常染色质（euchromatin）区域（通常包含活性基因）和异质染色质（heterochromatin）区域，后者携带低密度的活性基因。常染色质组成了基因组的主要成分，约为2.9×109bp，已测序的基因组序列覆盖了约90%的常染色质...
基因长度的计算
2302_80012625的博客
02-11 1055
计算基因长度是基因组分析的重要环节，需谨慎处理数据源、计算方法和基因模型定义。通过对具体案例的分析，可以更好地理解基因长度计算的复杂性和重要性。
全基因组关联分析（GWAS）-统计方法与模型简介
wyhua2008的博客
11-01 2994
是对多个个体在全基因组范围的遗传变异（标记）多态性进行检测，获得基因型，进而将基因型与可观测的性状，即表型，进行群体水平的统计学分析，根据统计量或显著性 p 值筛选出最有可能影响该性状的遗传变异（标记），挖掘与性状变异相关的基因。当位于某一座位的特定等位基因与另一座位的某一等位基因同时出现的概率大于群体中因随机分布的两个等位基因同时出现的概率时，就称这两个座位处于连锁不平衡状态（linkage disequilibrium）• 令Yi为第i个个体的质量性状的表型值Yi = {0,1};
基因组学的数据为什么很庞大？
小宝哥Code的专栏
01-28 1008
基因组学的数据之所以非常庞大，主要是因为基因组本身的复杂性和数据处理的需求。以下是导致基因组学数据庞大的几个关键原因：人类基因组本身就非常庞大，而其他生物（植物、动物、微生物等）的基因组也可能非常复杂。基因组学研究需要对DNA进行测序，而现代测序技术会产生大量的原始数据。基因组学数据不仅庞大，而且需要进行复杂的处理和分析，这进一步增加了数据的体量。在基因组学中，科学家不仅关注单个个体的基因组，还需要研究种群或群体的基因差异。科学家越来越关注基因组学的细节，这需要更高分辨率的数据。基因组学研究需要长期存储和共
想发SCI但自己没有原始数据？推荐 8 个好用的公共数据库
RTIACA的博客
10-19 3746
越来越多SCI期刊（如PloS One、Neuroscience等权威期刊）都要求在审稿或返修阶段时提交原始数据，这对于本身掌握原始数据的作者来说很简单，但是对于文章小白来说，想要写SCI文章，但是又没有数据来源，该如何是好呢？不妨试试挖掘一下公共数据库，或许是个不错的选择哦！小编今天给各位科研朋友们推荐几个好用的医学领域的公共数据库，希望能所有帮助哦~
组学数据可视化避坑：富集气泡图的5个关键参数设置（以Metascape结果为例）
dell8的博客
03-08 539
本文以Metascape富集分析结果为例，详细解析了绘制组学数据富集气泡图时5个关键参数的设置要点与常见陷阱。重点涵盖数据预处理中Log10(P)值的正确转换、GeneRatio的计算逻辑，以及气泡大小、颜色、坐标轴映射的核心原则，旨在帮助研究者生成科学、准确且符合发表标准的可视化图表，有效传达生物学意义。
人全外显子组测序WES学习笔记 第一天
qq_45822116的博客
09-02 2502
**人全外显子组测序WES学习笔记 第一天 一.基础知识 1.名词释义 外显子： 外显子 (expressed region) 是真核生物基因的一部分，它在剪接 (Splicing) 后仍会被保存下来，并可在蛋白质生物合成过程中被表达为蛋白质。外显子是最后出现在成熟 RNA 中的基因序列，又称表达序列。既存在于最初的转录产物中，也存在于成熟的 RNA 分子中的核苷酸序列。在人类基因中大约有 180,000 外显子，占人类基因组的 1%，约 30 MB。 外显子组：基因组中的全部外显子称为外显子组。 全外显子
生信技能树-task1-人类基因组外显子区域长度
coding_Joash的博客
09-07 1290
目标：统计人类基因组外显子区域长度 题目数据来源为：ftp://ftp.ncbi.nlm.nih.gov/pub/CCDS/current_human/CCDS.current.txt perl实现 open F,"CCDS.current.txt"; while(<F>){#一行一行读取数据 next if /^#/;#pass掉带#符号开头的行，即首行 chomp;#去掉末尾的换行符 @arr=split /\t/;#以制表符切割读取的每一行数据 next unles
人类基因组参考基因组
Keep Learning
01-08 7230
人类基因组参考基因组： GRCh38下载地址： ftp://ftp.1000genomes.ebi.ac.uk/vol1/ftp/technical/reference/GRCh38_reference_genome/ 使用以上数据的有： https://github.com/chapmanb/cloudbiolinux/blob/master/ggd-recipe
根据GFF3文件统计外显子大小和数量以及内含子大小
xxxxx
01-17 1万+
根据GFF3文件统计外显子大小和数量以及内含子大小#!/usr/bin/env python # -*- coding: utf-8 -*- __author__ = "Sheng-Wei Ma" with open('TGACv1.cdna.gff3', 'r') as f: for line in f: lin = line.strip().split('\t')
基因丰度统计
rojyang的博客
07-25 5027
基因丰度计算 使用soap将clean data比对到非冗余的核酸序列NonRundant.gene.nucl.fasta。根据soap比对结果，获得比对到某基因的read数。Soap比对工具的使用在之前的微信推送稿中介绍过，这里就不做说明。然后，基于read数获得基因的丰度值，计算方法如下： S1 S2 S3 ...
转录组入门(6)： reads计数
weixin_34143774的博客
07-21 2508
要求 实现这个功能的软件也很多，还是烦请大家先自己搜索几个教程，入门请统一用htseq-count，对每个样本都会输出一个表达量文件。 需要用脚本合并所有的样本为表达矩阵。参考：生信编程直播第四题：多个同样的行列式文件合并起来 对这个表达矩阵可以自己简单在excel或者R里面摸索，求平均值，方差。 看看一些...
计算基因组外显子长度
aorong2257的博客
01-09 2157
下载基因组外显子信心 网站ftp://ftp.ncbi.nlm.nih.gov/pub/CCDS/current_human/ wgetftp://ftp.ncbi.nlm.nih.gov/pub/CCDS/current_human/CCDS.current.txt 运行下列代码 得到外显子大约36M import re import os from collec...
计算人类基因组外显子区域长度
shy_321的博客
11-21 1093
问题 问题：https://mp.weixin.qq.com/s/xS-h0TQnCwjvgcRA7Ru3NQ 思路： 数据：ftp://ftp.ncbi.nlm.nih.gov/pub/CCDS/current_human/CCDS.current.txt 获取每一个exon的坐标。去重重复坐标，然后计数。 ## count.py base_pos = set() ## 以集合来存储所有非重复位置位置 with open("./CCDS.current.txt", "r") as f: f
人类DNA国标-中英对照表
HeJD的博客
04-18 5331
中英对照表 字段 英文 对应数据类型 英文 平均碱基对长度 AverageBasePairSize 碱基数据 BaseData 碱基数据类型 BaseDataType 碱基对长度 BasePairSize 碱基读出 BaseRead 碱基类型 BaseType ...
人类参考基因组知识
qq_35696312的博客
11-09 7893
文章目录人类参考基因组知识人类和小鼠的参考基因组由Genome Reference Consortium组织进行维护Chromosomes, scaffolds and contigsHaplotypes and patches一个参考基因组的例子 人类参考基因组知识 人类和小鼠的参考基因组由Genome Reference Consortium组织进行维护 官网：https://www.ncbi...
解释外显子，内含子，CDS、cDNA、EST、mRNA、ORF间的区别
热门推荐
qq_36608036的博客
09-10 4万+
外显子、内含子、mRNA、CDS 1.DNA复制：以DNA为模板，在DNA聚合酶的催化作用下，将四种游离的dNTP按照碱基互补配对原则合成新链DNA 转录：以DNA为模版，在DNA指导的RNA聚合酶的作用下，将四种游离的NTP按照碱基互补配对的原则合成RNA 翻译：以mRNA为模板，在核糖体内合成蛋白质的过程 特点：DNA复制 模板为双链DNA，合成的新链与模板链一模一样，原料为四种dNTP，为...
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值