7.2 KiB
7.2 KiB
基因家族结果解读框架（鉴定到 PEP）
本文件是报告结构和语言规范，不是结果事实。所有数字、成员、分组和结论必须来自任务证据包。
1. 首页和一页式摘要
- 写明任务编号、家族、目标物种、参考物种、分析范围和报告时间。
- 用 5—8 条短句回答：鉴定到多少成员、分类是否清楚、保守特征是什么、分布和复制有什么证据、调控预测有什么线索、蛋白有什么特点、最大风险是什么。
- 明确“计算结果用于筛选线索，不能替代实验验证”。
2. 分析流程与完成情况
- 按真实执行顺序列出阶段、状态、关键产物和缺失项。
- 区分成功、部分成功、失败和未运行。
- 缺失阶段不能由相邻阶段补写。
3. 统一图解读方法
每个逻辑图必须有独立小节，依次回答：
- 图用来回答什么问题。
- 本任务证据能确认什么。
- 用普通语言解释它可能意味着什么。
- 哪些细节仍需要打开原图或原始表复核。
- 这张图不能证明什么。
不要只介绍横轴、纵轴和颜色。首次出现专业词时立即解释，例如“motif（蛋白中较短、经常重复出现的保守片段）”。
4. 基因家族鉴定
- 输入蛋白总数、HMM 命中、BLAST 命中、候选数、最终成员数。
- 对照成员 ID 文件和 PEP 序列数是否一致。
- 说明成员筛选依据和被排除对象的原因。
- 不能把全基因组蛋白数写成家族成员数。
- 鉴定成功只说明找到了符合规则的成员，不能直接证明每个成员功能相同。
5. 系统发育和参考分类
- 解读普通树、环形树、多序列比对图、参考分类树和分类置信度表。
- 说明树上靠近表示序列更相似，不等于功能完全相同。
- 有分支支持率时说明分支稳定性；没有时明确写缺口。
- 参考物种用于辅助命名和分类，不能替代目标物种实验。
- subfamily confirm 要写清自动分类、人工确认和最终分类之间的关系。
6. Motif
- 解读 SeqLogo、motif 数量统计、排列图、树与 motif 组合图。
- 说明同组成员是否共享相似片段，是否有成员出现缺失、增加或顺序变化。
- motif 只提供结构和潜在功能线索，不能单独确定生物学功能。
- 没有成员级位点表时，不得编造成员间具体差异。
7. Domain
- 解读主要功能区域统计、树与 domain 结构图、多区域或重复区域。
- 重点核对显著命中数、覆盖成员数和主要类型。
- manifest 与原始结果冲突时，以风险提示为准，不写成确定结论。
- domain 完整性支持蛋白具备某类功能基础，但不等于功能已经验证。
8. 基因结构
- 解读外显子/内含子结构图、树与结构组合图。
- 比较同组成员的结构是否大体相似，标记超长或异常成员。
- 结构差异可能提示分化，也可能来自注释问题，必须保留两种可能。
9. 综合组合图
- 对树、motif、domain、基因结构同图展示进行联合解释。
- 判断分类与结构证据是否一致。
- 指出证据冲突成员和需要复核的成员。
- 组合图整合的是多类计算证据，不是功能实验结果。
10. 启动子元件
- 解读元件总量、类别分布、基因×元件热图、位置分布、富集、共现和复杂度图。
- TATA、CAAT 等核心元件高频出现不能单独写成胁迫或激素响应。
- ABRE、MYB/MYC、LTR 等只能写成潜在调控线索。
- 没有表达数据时，不能写成基因已经响应某种处理。
11. TFBS
- 解读高频 motif 柱状图、基因×motif 热图、全部 motif 热图、位置分布、位置密度、启动子结构、TF—基因网络和 motif 来源图。
- 说明预测到的是可能结合的位置，不是实际结合实验。
- 网络中的连线表示预测关系，不代表直接调控已经发生。
- 每张图都应写明数据是否齐全以及成员级解释边界。
12. 种内共线性
- 解读 Circos 图、种内共线性图和复制类型统计。
- 只有检测到涉及家族成员的基因对时，才能讨论家族复制。
- 若家族成员基因对为 0，必须明确写“本任务未获得支持片段复制驱动扩张的证据”。
- 全基因组共线性数量不能当作家族共线性数量。
13. 染色体分布
- 解读染色体定位图、聚集分布和染色体偏好。
- 必须先确认实际定位到多少家族成员。
- 若定位数为 0 或存在高风险，明确说明该图当前不能用于染色体分布结论，并建议检查基因 ID 与注释版本。
14. 种间共线性和 Ortholog
- 解读多物种关系树、环形树、多物种共线性图、标记版图和两两物种图。
- 说明目标物种与参考物种之间是否找到可信对应关系。
- ortholog 表示跨物种较可能对应的基因，不等于功能完全相同。
- 未获得 Ka/Ks 时，不得推断选择压力。
15. PEP 蛋白特征
- 解读蛋白长度、分子量、等电点、亲疏水性、跨膜条带图、跨膜汇总图和亚细胞定位图。
- 标记长度异常、跨膜区域多、定位特殊或序列提取失败的成员。
- 预测结果用来筛选特殊成员，不能替代蛋白定位或功能实验。
- 说明 PEP 序列数是否与最终成员数一致。
16. 多证据综合和候选成员
至少使用以下证据建立候选成员表：
- 鉴定证据是否完整。
- 分类是否稳定。
- motif/domain/结构是否与同组成员一致或具有特殊性。
- 启动子和 TFBS 是否提供合理线索。
- 种内或种间保守关系是否有本地证据。
- 蛋白特征是否完整、是否存在异常。
- 是否有表达或实验数据支持；没有时明确写“本任务未提供”。
候选成员分为高、中、低优先级。评分只用于整理证据，不能解释为功能概率。
17. 主要限制
- 数据库和注释版本限制。
- 参考物种推断限制。
- 树分支支持、motif/domain 统计或成员级表缺失。
- 染色体定位、共线性或 ID 映射失败。
- 启动子、TFBS、定位和跨膜均属于预测。
- 缺少表达、遗传和功能实验时，不能形成因果结论。
18. 下一步验证建议
按优先级给出可执行建议，例如：
- 修复高风险的数据或 ID 映射问题。
- 核对候选成员序列和基因注释。
- 用表达数据检查候选成员在相关组织或处理下是否变化。
- 进行亚细胞定位、蛋白互作或启动子验证。
- 对最高优先级成员开展过表达、敲除或互补实验。
19. 报告语言红线
- “证明”改为“支持”或“提供线索”。
- “调控”改为“可能参与调控”，除非有直接实验。
- “导致”改为“与……同时出现”或“可能有关”。
- “该家族成员全部具有某功能”改为“部分成员具有相关结构或预测线索”。
- 无结果不等于没有生物学现象，只能写“本任务在当前数据和方法下未检测到”。
20. 报告结尾
- 给出综合证据矩阵。
- 列出 3—10 个优先候选成员；证据不足时可以不强行列候选。
- 给出“读者最需要记住的五句话”。
- 最后一段再次说明：候选结论需要后续实验验证。