科技期刊中生物信息學(xué)常見名詞用法錯誤辨析

郝拉娣??張秀紅??張冬冬

摘要：為準(zhǔn)確編輯生物信息學(xué)稿件，對目前科技期刊生物信息學(xué)稿件中最常見的一些既有關(guān)聯(lián)又有區(qū)別的名詞用法錯誤進(jìn)行了辨析。結(jié)果表明：生物信息學(xué)稿件中常見的基因、蛋白質(zhì)、核苷酸序列、氨基酸序列、同源性、親緣關(guān)系等名詞的使用及其表述經(jīng)常有誤甚至有歧義；同時對基因和蛋白質(zhì)的符號表達(dá)錯誤進(jìn)行了辨析，雖然有90%的科技期刊中基因符號已用斜體字母表達(dá)，但其中還是有很多基因符號尤其以基因命名的引物名稱以及重組質(zhì)粒中的基因符號未能用斜體字母表達(dá)。該研究結(jié)果可為科技期刊編輯掌握生物信息學(xué)稿件中最基本的一些名詞的使用及其表述提供參考。

關(guān)鍵詞：科技期刊，生物信息學(xué)，基因，蛋白質(zhì)

中圖分類號：R318.04；N04；G255.2文獻(xiàn)標(biāo)識碼：ADOI：10.3969/j.issn.1673-8578.2018.01.012

Abstract：In order to edit the bioinformatics manuscripts accurately， we analyzed errors in application of the nouns both different and related in bioinformatics used in scientific journals. Our results showed that there were many errors even ambiguity in description of the basic terms in bioinformatics articles in scientific journals， including gene， protein， nucleotide sequence， amino acid sequence， homology， and phylogenetic relationship. Also， analysis of incorrect expression of some gene and protein symbols revealed that some gene symbols were not expressed by an italic type， especially the primers named with the gene or the recombinant plasmids， although the gene symbols had been expressed in italics in 90% scientific journals to show the differences between gene and protein. The findings can provide reference for journal editors to understand of the meaning and correct expression of some basic terms in biotechnological articles.

Keywords： science and technology journal， bioinformatics，gene，protein

引言

生物信息學(xué)是近年來發(fā)展起來的一門新興學(xué)科，科技期刊中有關(guān)生物信息學(xué)方面的文章越來越多，但科技期刊的很多編輯對生物信息學(xué)方面的知識了解有限，在尚無規(guī)范和標(biāo)準(zhǔn)可參考的情況下，只能原稿來什么樣就發(fā)什么樣，經(jīng)常會出現(xiàn)一些關(guān)聯(lián)名詞描述方面的錯誤，因此，對生物信息學(xué)中一些關(guān)聯(lián)名詞用法進(jìn)行研究具有重要的意義。目前，在生物信息學(xué)編輯方面僅見蔣元霖[1]、劉華[2]、張翠英[3]、張冰[4]等關(guān)于科技期刊中基因及蛋白質(zhì)符號的規(guī)范表達(dá)，宋亞珍等[5]關(guān)于同源性、一致性、相似性概念辨析等研究，有關(guān)生物信息學(xué)中更多名詞的用法及其準(zhǔn)確表述的研究尚未見報道。而科技期刊中有關(guān)基因的克隆與表達(dá)以及蛋白質(zhì)的提取、分離、純化和功能等方面研究的文章越來越多，筆者根據(jù)對此類文章的編輯實踐以及對部分科技期刊此類文章的閱讀，發(fā)現(xiàn)一些既有關(guān)聯(lián)又有區(qū)別的名詞，如基因與蛋白質(zhì)，核苷酸序列與氨基酸序列，同源性與親緣關(guān)系等的使用及其表述不少有誤甚至存在歧義，為此，本研究對這些高使用頻率關(guān)聯(lián)名詞的用法錯誤進(jìn)行了分析，旨在為同人提供參考。

一基因和蛋白質(zhì)名詞用法錯誤辨析

基因和蛋白質(zhì)是最常見的兩個名詞，雖然是兩個不同的概念，但又緊密關(guān)聯(lián)?；蚴且欢斡羞z傳效應(yīng)的脫氧核糖核苷酸序列（DNA），基因的基本結(jié)構(gòu)單位是脫氧核苷酸；DNA要通過RNA的轉(zhuǎn)錄（mRNA）和翻譯（tRNA）才能產(chǎn)生蛋白質(zhì)，即基因編碼蛋白質(zhì)，蛋白質(zhì)的基本結(jié)構(gòu)單位是氨基酸[6-8]。生物信息學(xué)稿件中常見的錯誤有：

1.基因與蛋白質(zhì)混淆

例1. 本研究通過 PCR技術(shù)對RcTIR1基因進(jìn)行了克隆，生物信息學(xué)分析顯示其含有富含亮氨酸重復(fù)序列的結(jié)構(gòu)域，并通過多序列比對顯示該基因與小立碗蘚的生長素受體蛋白TIR1相似度達(dá)76%，初步認(rèn)為該基因為生長素受體蛋白TIR1。

例1中，存在多個錯誤：（1）“其含有富含亮氨酸”中的“其”指基因，而基因是不含有氨基酸的，應(yīng)將“其”改為蛋白質(zhì)；（2）“多序列比對顯示該基因”中的“該基因”是不能與蛋白質(zhì)直接比較的，應(yīng)將“該基因”改為蛋白質(zhì)；（3）“相似度76%”指的是氨基酸序列之間的同源性比對，數(shù)值結(jié)果應(yīng)描述為一致性，應(yīng)將“相似度76%”改為“一致性76%”；（4）“初步認(rèn)為該基因為生長素受體蛋白TIR1”有邏輯錯誤，即“基因”是“蛋白質(zhì)”。 因此，本例應(yīng)改為：“本研究通過 PCR技術(shù)對RcTIR1基因進(jìn)行了克隆，生物信息學(xué)分析顯示該基因編碼的蛋白質(zhì)含有富含亮氨酸重復(fù)序列的結(jié)構(gòu)域，并通過多序列比對顯示該基因編碼的蛋白質(zhì)與小立碗蘚的生長素受體蛋白TIR1一致性達(dá)76%，初步認(rèn)為該基因編碼的蛋白質(zhì)為生長素受體蛋白TIR1?！眅ndprint

2.標(biāo)題或圖題中基因、蛋白質(zhì)的描述與研究內(nèi)容不一致

例2. Fesod 的生物信息學(xué)分析；Fesod生物信息學(xué)分析

例3. Actin系統(tǒng)進(jìn)化樹分析；Actin系統(tǒng)進(jìn)化樹分析

例2、例3均為常見的二級標(biāo)題或圖題，其中每個例子的第一句都是表述基因?qū)用娴膬?nèi)容，第二句都是表述蛋白質(zhì)層面的內(nèi)容，表面看上去都沒有錯誤，但在文中標(biāo)題或圖題中基因、蛋白質(zhì)的表述與研究內(nèi)容經(jīng)常不一致。如生物信息學(xué)分析中，如果是通過軟件對克隆的基因片段推導(dǎo)的蛋白質(zhì)的分子量、等電點、信號肽、跨膜區(qū)、二級結(jié)構(gòu)等進(jìn)行預(yù)測，標(biāo)題或圖題應(yīng)表述為蛋白質(zhì)的生物信息學(xué)分析；如果是對克隆的基因序列及其結(jié)構(gòu)等進(jìn)行的分析，標(biāo)題或圖題應(yīng)表述為基因的生物信息學(xué)分析。再如系統(tǒng)進(jìn)化分析中，如果是基于基因序列（核苷酸序列）構(gòu)建的系統(tǒng)進(jìn)化樹，標(biāo)題或圖題應(yīng)表述為基因系統(tǒng)進(jìn)化分析；如果是基于蛋白質(zhì)序列（氨基酸序列）構(gòu)建的系統(tǒng)進(jìn)化樹，標(biāo)題或圖題應(yīng)表述為蛋白質(zhì)系統(tǒng)進(jìn)化分析。

二基因符號與蛋白質(zhì)符號用法錯誤辨析

筆者隨機(jī)對2015和2016年30多種科技期刊中基因符號的斜體表達(dá)情況進(jìn)行調(diào)查，結(jié)果還是有10%左右的期刊未用斜體字母表示基因符號，即使用斜體字母表示基因符號的期刊，存在的問題也很多，如對一些基因與蛋白質(zhì)未能準(zhǔn)確區(qū)分，導(dǎo)致基因符號和蛋白質(zhì)符號表達(dá)存在諸多問題。生物信息學(xué)稿件中常見的錯誤有：

1.引物名稱、重組質(zhì)粒中的基因符號等未用斜體

例4. 設(shè)計了IGFBP2基因的1對簡并引物IGFBP2F和IGFBP2R

例5. 刺參凝集素基因AJL與原核表達(dá)載體pET32a（+）的重組質(zhì)粒pET32a（+）AJL

例4中，引物名稱是以基因命名的，基因“IGFBP2”應(yīng)為斜體，即改為“簡并引物IGFBP2F和IGFBP2R”；例5中，重組質(zhì)粒是指將酶切的基因片段和表達(dá)載體通過酶連接并轉(zhuǎn)化至大腸桿菌細(xì)胞（或其他細(xì)胞）中得到的重組體，因此，本例中基因“AJL”應(yīng)為斜體，即改為“重組質(zhì)粒pET32a（+）AJL”。

2.蛋白質(zhì)符號未用正體或未大寫

例6. 用鄰接法構(gòu)建的基于nm23氨基酸序列的系統(tǒng)進(jìn)化樹

例6中，“nm23”表示的是蛋白質(zhì)，而字母全為小寫，說明蛋白質(zhì)符號用法錯誤，可以找作者確定此蛋白質(zhì)的準(zhǔn)確符號，是首字母大寫還是所有字母全大寫，也可以將“nm23氨基酸序列”直接改為“nm23基因推導(dǎo)的氨基酸序列”。

目前，基因和蛋白質(zhì)的命名及符號在不同物種間沒有統(tǒng)一的規(guī)則[9]，根據(jù)《TIG遺傳命名指南》[10]有關(guān)細(xì)菌、原生動物、酵母、絲狀真菌、植物、無脊椎動物、脊椎動物中一些典型生物模式的命名規(guī)則與書寫原則，生物基因符號的組成歸納起來一般有以下幾種：全小寫斜體字母，全大寫斜體字母，斜體的小寫字母+大寫字母（有首字母大寫，有最后一個字母大寫），斜體字母+數(shù)字等。但蛋白質(zhì)符號的定義基本相同，一般用相同的基因符號命名蛋白質(zhì)，不用斜體，但要大寫（或首字母大寫）。這表明，基因與蛋白質(zhì)符號的正斜體表達(dá)目前已有統(tǒng)一規(guī)定，只要作者使用的生物基因和蛋白質(zhì)符號命名準(zhǔn)確，再加以正斜體，即可用字母符號準(zhǔn)確表達(dá)基因和蛋白質(zhì)，即使“基因”和“蛋白質(zhì)”兩詞省略，也能分清描述的是基因還是蛋白質(zhì)。

三核苷酸序列與氨基酸序列用法錯誤辨析

生物信息學(xué)稿件中，經(jīng)常出現(xiàn)因核苷酸序列與氨基酸序列混淆而發(fā)生的表述錯誤?；蛐蛄芯褪侵负塑账嵝蛄校蚍Q基因核苷酸序列；而蛋白質(zhì)序列就是指氨基酸序列，或稱蛋白質(zhì)氨基酸序列。核苷酸序列和氨基酸序列最簡單的區(qū)分方法就是，核苷酸序列中僅含A、T、C、G 4個字母，而氨基酸序列中還有其他字母。作為編輯，有時雖然不知道稿件作者具體是基于什么序列進(jìn)行的分析，但可從一篇文章中對此類問題的前后描述以及圖表來準(zhǔn)確區(qū)分和表述這兩種序列。生物信息學(xué)稿件中常見的錯誤有：

1.基因序列與氨基酸序列混淆

例7. 茶尺蠖EoL2與其他昆蟲脂肪酶氨基酸序列進(jìn)化樹分析

例8. PmMMP17與其他物種的進(jìn)化分析（標(biāo)題）；PmMMP17蛋白質(zhì)聚類分析（圖題）

例7中，“EoL2”是指脂肪酶基因，顯然基因序列（核苷酸序列）是不能與“其他昆蟲脂肪酶氨基酸序列”一起構(gòu)建系統(tǒng)進(jìn)化樹的，因此，應(yīng)將“茶尺蠖EoL2”改為“茶尺蠖EoL2氨基酸序列”；例8中前后兩句是同一篇文章的一個二級標(biāo)題和一個圖題，描述的是同一個內(nèi)容，顯然前一句描述的是基于基因序列的物種進(jìn)化分析，而后一句描述的是基于蛋白質(zhì)序列的物種進(jìn)化分析，前后不一致，實際上，根據(jù)原文內(nèi)容后一句描述是正確的，因此，可將例8中前一句改為“PmMMP17氨基酸序列與其他物種的進(jìn)化分析”。

2.蛋白質(zhì)與核苷酸序列、基因與氨基酸序列錯誤搭配

例9. 劍尾魚Cu/ZnSOD核苷酸及氨基酸序列相似性與其他已知魚類的比對

例10. 豬、人、牛、綿羊和小鼠PDGFRα基因氨基酸多重序列比對結(jié)果

例9中，據(jù)原文正體符號Cu/ZnSOD代表蛋白質(zhì)，蛋白質(zhì)不能直接搭配核苷酸序列，應(yīng)將蛋白質(zhì)改為基因，即改為“劍尾魚Cu/ZnSOD核苷酸序列及其推導(dǎo)的氨基酸序列”；例10中，基因不能直接搭配氨基酸序列，應(yīng)將基因改為蛋白質(zhì)，即改為“PDGFRα蛋白質(zhì)氨基酸多重序列”。

四同源性與系統(tǒng)進(jìn)化分析結(jié)果描述錯誤辨析

同源性分析與系統(tǒng)進(jìn)化分析都是用于判斷同源基因或同源蛋白質(zhì)而進(jìn)行的不同層面的分析，同源性分析進(jìn)行的是基因序列或蛋白質(zhì)序列的比對，其結(jié)果一般用一致性、相似度、同源序列等描述；而系統(tǒng)進(jìn)化樹的構(gòu)建是基于同源基因序列或是同源蛋白質(zhì)序列，其結(jié)果一般用是否聚在一個分支和親緣關(guān)系遠(yuǎn)近等描述。生物信息學(xué)稿件中常見的錯誤有：endprint

1.同源性分析結(jié)果用物種的親緣關(guān)系遠(yuǎn)近描述

例11. EoL2 編碼的蛋白與其它昆蟲脂肪酶蛋白序列比較分析的結(jié)果表明，EoL2 序列與家蠶 BmL1 序列相似度最高，為 57%，親緣關(guān)系較近，其次為黑脈金斑蝶Danaus plexippus（Linnaeus）DpL1為55%，與棉鈴蟲HaL、家蠶 BmL、黑脈金斑蝶 DpL2 序列一致性均為 44%……

例11中，有多個錯誤描述：（1）本例中描述的是同源性分析結(jié)果，不能用“親緣關(guān)系較近”來描述，應(yīng)將“親緣關(guān)系較近”刪除；（2）“BmL1 序列相似度最高，為 57%”中顯然指相似度為57%，一般情況下，根據(jù)序列比對軟件得出的結(jié)果中只有“Identity”（一致性）值，沒有“Similarity”（相似度）值，因此，序列比對分析中，數(shù)值的多少要用一致性描述，序列的相似程度即相似度要用高低來描述，本例中應(yīng)將“57%”改為“序列一致性為 57%”，“為55%”改為“序列一致性為55%”。

2.系統(tǒng)進(jìn)化分析結(jié)果用同源性描述

例12. 將 ScMT2-1-4 推導(dǎo)的氨基酸序列進(jìn)行了Blastp同源搜索，選取不同植物的 MT2 蛋白序列與ScMT2-1-4 構(gòu)建系統(tǒng)進(jìn)化樹，結(jié)果表明，ScMT2-1-4基因編碼蛋白與已報道的甘蔗 ScMT2-1-3 基因（登錄號：KJ504375）和甘蔗 ScMT2-1-2 基因（登錄號：AAV50043）編碼蛋白同源性最高，其次是高粱MT2（登錄號：XP0024551970）和玉米 MT2-1 （登錄號：NP001150795）。

例12中，描述的是系統(tǒng)進(jìn)化分析結(jié)果，不能用同源性高低描述，應(yīng)將“同源性最高”改為“親緣關(guān)系最近”。

五結(jié)語

科技期刊來稿中，有很多作者對基因、蛋白質(zhì)、核苷酸、氨基酸、序列等名詞及其組合的表述比較混亂，甚至?xí)霈F(xiàn)歧義，編輯應(yīng)根據(jù)文中的實際情況，將這些名詞準(zhǔn)確加以區(qū)分，正確表述。

致謝：此文在撰寫過程中得到了大連海洋大學(xué)水產(chǎn)與生命科學(xué)學(xué)院王媛博士的悉心指導(dǎo)，在此深表謝意！

參考文獻(xiàn)

[1] 蔣元霖.生物技術(shù)學(xué)科中常用基因符號、量和單位的規(guī)范問題[J].學(xué)報編輯論叢（第9集），2000：93-96.

[2] 劉華，李秀普.Entrez Gene數(shù)據(jù)庫及其在基因書寫規(guī)范中的應(yīng)用[J].中國科技期刊研究，2010，21（4）：539-540.

[3] 張翠英.基因及蛋白質(zhì)符號的規(guī)范編排[J].編輯學(xué)報，2004，16（4）：262-263.

[4] 張冰.科技期刊中基因及蛋白質(zhì)的規(guī)范表達(dá)[J].學(xué)報編輯論叢，2007：81-83.

[5] 宋亞珍，南紅梅，劉楓，等.同源性、一致性和相似性的辨析[J].中國科技術(shù)語，2011，13（2）：48-50.

[6] 鏡巖，朱圣庚，徐長法.生物化學(xué)[M].北京：高等教育出版社，2004.

[7] 孫乃恩，孫東旭，朱德煦.分子遺傳學(xué)[M].2版.南京：南京大學(xué)出版社，2005.

[8] 趙國屏.生物信息學(xué)[M].北京：科學(xué)出版社，2003：70-117.

[9] 顧凱，鄒栩.藥學(xué)論文中外文字母編排需要注意的問題[J].中國科技期刊研究，2011，22（ 2）：293-295.

[10] [英]遺傳學(xué)進(jìn)展編輯部.TIG遺傳命名指南[M].王金發(fā)，等譯.北京：科學(xué)出版社，2002.endprint