چرا بعضی ژن‌ها چندین نام مختلف دارند؟ بررسی جامع سیستم‌های نام‌گذاری ژن‌ها

در متون زیست‌شناسی مولکولی و ژنتیک، بسیار پیش می‌آید که یک ژن واحد با چند نام متفاوت معرفی شود. این موضوع برای بسیاری از دانشجویان، به‌ویژه در نخستین برخورد با مقالات تخصصی، سوال‌برانگیز است؛ زیرا در نگاه اول ممکن است چنین به نظر برسد که هر نام به ژنی متفاوت اشاره دارد. با این حال، در بسیاری از موارد همه این نام‌ها به یک جایگاه ژنی واحد مربوط هستند و تفاوت فقط در شیوه ثبت، تاریخ کشف، زمینه پژوهشی یا نظام نام‌گذاری آن‌هاست.

چندنامی بودن ژن‌ها نتیجه مستقیم رشد تدریجی دانش ژنتیک و بیولوژی مولکولی است. ژن‌ها در دوره‌های مختلف، با فناوری‌های متفاوت و در بستر پرسش‌های پژوهشی گوناگون شناسایی شده‌اند. یک گروه تحقیقاتی ممکن است ژنی را به دلیل نقشش در یک بیماری بشناسد، گروهی دیگر همان ژن را از روی فنوتیپ یک جهش شناسایی کند و گروهی دیگر بر اساس ساختار پروتئین یا جایگاه آن در یک مسیر سلولی برایش نامی در نظر بگیرد. در نتیجه، نام‌هایی که در ابتدا مستقل از یکدیگر ساخته شده‌اند، بعدها مشخص می‌شود همگی به یک ژن واحد اشاره دارند.

برای رفع این آشفتگی، در زیست‌شناسی مولکولی مدرن نظام‌های استاندارد نام‌گذاری ایجاد شده‌اند تا برای هر ژن یک نماد رسمی و یک نام پذیرفته‌شده تعریف شود. با این حال، نام‌های قدیمی، نام‌های تاریخی و نام‌های رایج در حوزه‌های تخصصی همچنان در مقالات، کتاب‌ها و پایگاه‌های داده حضور دارند. در این مقاله، ریشه‌های تاریخی و علمی این پدیده، نقش گروه‌های پژوهشی در ایجاد نام‌های متعدد، تفاوت میان نام رسمی و نام‌های جایگزین، مهم‌ترین سیستم‌های استاندارد نام‌گذاری ژن‌ها و نیز شیوه مدیریت این تنوع نام‌ها در پایگاه‌های داده ژنتیکی بررسی می‌شود.

چرا بعضی ژن‌ها چندین نام مختلف دارند؟ نگاهی به تاریخ کشف ژن‌ها

برای فهم دقیق چندنامی بودن ژن‌ها، باید به تاریخ علم ژنتیک بازگشت. در دهه‌های نخست پژوهش‌های ژنتیکی، شناسایی ژن‌ها اغلب بر پایه مشاهده فنوتیپ، مطالعه جهش‌ها یا بررسی بیماری‌های وراثتی انجام می‌شد. در آن زمان هنوز اطلاعات کامل ژنوم موجودات در دسترس نبود و امکان مقایسه سریع توالی‌ها یا اتصال داده‌های آزمایشگاه‌های مختلف به یکدیگر وجود نداشت. در چنین شرایطی، طبیعی بود که هر ژن در همان چارچوبی که کشف می‌شد نام بگیرد.

در بسیاری از موارد، نخستین نام یک ژن از اثر قابل مشاهده آن گرفته می‌شد. اگر جهش در یک ژن سبب اختلالی مشخص در رشد، تغییر رنگ، نقص متابولیکی یا بروز بیماری خاصی می‌شد، نام ژن بر اساس همان ویژگی انتخاب می‌گردید. مانند ژنCFTR  که در اوایل اکتشاف آن، به Cystic Fibrosis gene یا به اختصار CF gene معروف بود. اما بعدها که همان ژن از منظر بیوشیمیایی یا مولکولی نیز مطالعه می‌شد، ممکن بود پژوهشگران دیگری نامی بر اساس عملکرد پروتئین، مسیر سیگنالینگ یا خانواده ساختاری آن پیشنهاد کنند. در نتیجه، یک ژن در مسیر رشد دانش زیستی خود، چندین هویت اسمی پیدا می‌کرد.

نکته مهم این است که نام‌های اولیه لزوما بازتاب کامل و دقیقی از نقش واقعی ژن نبودند. دانش ما درباره عملکرد ژن‌ها همواره در حال اصلاح و تکمیل بوده است. ژنی که ابتدا با یک فنوتیپ خاص شناخته می‌شد، ممکن است بعدها مشخص شود در چندین بافت، چندین مسیر تنظیمی یا حتی چندین بیماری نقش دارد. بنابراین نامی که در مرحله کشف مناسب به نظر می‌رسید، ممکن بود با گسترش دانش دیگر جامع یا دقیق نباشد، اما به دلیل استفاده گسترده در ادبیات علمی همچنان باقی بماند.

از سوی دیگر، پیش از شکل‌گیری استانداردهای بین‌المللی، هماهنگی میان پژوهشگران در نام‌گذاری ژن‌ها محدود بود. هر آزمایشگاه، هر مقاله و گاهی هر حوزه تخصصی، سنت نام‌گذاری خاص خود را داشت. پیامد این وضعیت آن بود که تاریخ کشف ژن‌ها عملا بخشی از تاریخ نام‌های آن‌ها شد. به همین دلیل، بسیاری از نام‌های امروزی ژن‌ها نه فقط یک شناسه علمی، بلکه بازتابی از مسیر تاریخی مطالعه آن‌ها هستند.

نقش گروه‌های تحقیقاتی مختلف در ایجاد نام‌های متعدد برای یک ژن

یکی از مهم‌ترین دلایل شکل‌گیری چند نام برای یک ژن، فعالیت هم‌زمان یا مستقل گروه‌های پژوهشی مختلف روی یک موضوع مشابه است. در علوم زیستی، به‌ویژه در دوره‌ای که ارتباطات علمی و بانک‌های اطلاعاتی یکپارچه به شکل امروزی وجود نداشت، ممکن بود چند آزمایشگاه بدون اطلاع مستقیم از یکدیگر، روی یک ژن مطالعه کنند و هر کدام بر اساس نیاز پژوهشی خود نامی متفاوت برای آن انتخاب کنند.

این تفاوت فقط ناشی از استقلال گروه‌ها نبود، بلکه از تفاوت زاویه دید علمی نیز سرچشمه می‌گرفت. برای مثال، یک گروه ممکن است ژن را در زمینه سرطان شناسایی کرده باشد و نامی مرتبط با رشد یا تومورزایی برای آن برگزیند. گروهی دیگر ممکن است همان ژن را در چارچوب تنظیم رونویسی مطالعه کرده باشد و نامی مبتنی بر عملکرد مولکولی آن در نظر بگیرد. گروهی دیگر نیز شاید آن را به عنوان عضو یک خانواده پروتئینی بشناسد و نامی طبقه‌بندی‌محور برای آن به کار ببرد. در نتیجه، اسامی متفاوت نه از اشتباه، بلکه از تفاوت بافت علمی مطالعه ژن به وجود می‌آیند.

این مسئله در موجودات مدل مانند مگس سرکه، موش، مخمر و Arabidopsis نیز بسیار رایج بوده است. در ژنتیک کلاسیک، بسیاری از ژن‌ها ابتدا بر اساس فنوتیپ جهش نام گرفتند. مثلا اگر جهش یک ژن در مگس باعث تغییر شکل بال یا رنگ چشم می‌شد، نام ژن متناسب با آن فنوتیپ انتخاب می‌شد. اما همان ژن وقتی بعدها در سطح مولکولی بررسی می‌شد یا همتای انسانی آن شناسایی می‌گردید، نامی دیگر در متون تخصصی پیدا می‌کرد. این تفاوت میان سنت‌های نام‌گذاری در موجودات مختلف هنوز هم در ادبیات علمی دیده می‌شود.

مطالعه ژن‌های همولوگ در گونه‌های مختلف نیز به این چندنامی دامن زده است. گاهی یک ژن نخست در موش شناسایی شده و نامی مخصوص به الگوی نام‌گذاری موش گرفته است، اما زمانی که همتای انسانی آن بررسی شده، نهادهای نام‌گذاری انسان نماد دیگری برای آن تعیین کرده‌اند. اگرچه امروزه روابط ارتولوژی و همولوژی با دقت بیشتری مشخص می‌شود، اما نام‌های قدیمی از متون علمی حذف نشده‌اند و همچنان به عنوان نام‌های جایگزین یا تاریخی باقی مانده‌اند.

در مجموع، نام‌های متعدد یک ژن اغلب حاصل تکثر واقعی در مسیر پژوهش است. هر نام می‌تواند نشانی از یک کشف، یک زمینه کاربردی، یک بیماری، یک خانواده مولکولی یا یک سنت علمی خاص باشد. به همین دلیل، مطالعه نام‌های مختلف یک ژن گاهی اطلاعاتی درباره تاریخچه علمی آن نیز در اختیار پژوهشگر قرار می‌دهد.

سیستم‌های استاندارد نام‌گذاری ژن‌ها چگونه شکل گرفتند؟

با گسترش ژنومیکس، توالی‌یابی گسترده و افزایش شدید حجم مقالات و پایگاه‌های داده، روشن شد که ادامه استفاده نامنظم از نام‌های ژنی می‌تواند مانع جدی برای تبادل دانش باشد. اگر یک ژن در هر مقاله با نامی متفاوت ثبت شود، بازیابی اطلاعات، مقایسه نتایج و اتصال داده‌های تجربی به منابع مرجع بسیار دشوار خواهد شد. به همین دلیل، جامعه علمی به سمت ایجاد نظام‌های استاندارد نام‌گذاری حرکت کرد.

هدف اصلی این نظام‌ها آن بود که هر ژن یک نماد رسمی و یک نام استاندارد داشته باشد، در حالی که نام‌های قدیمی، اسامی تاریخی و عناوین رایج دیگر نیز به عنوان نام‌های جایگزین حفظ شوند. این رویکرد دو مزیت مهم داشت: از یک سو، استفاده از یک شناسه یکتا باعث انسجام علمی می‌شد و از سوی دیگر، ارتباط با ادبیات گذشته از بین نمی‌رفت.

انواع سیستم‌های استاندارد و معروف نام‌گذاری ژن‌ها

نام‌گذاری ژن‌ها در همه موجودات زنده یکسان نیست و هر حوزه بر اساس نیازهای علمی و سنت پژوهشی خود قواعد خاصی را توسعه داده است. با این حال، چند الگوی اصلی در میان سیستم‌های استاندارد بسیار شناخته‌شده‌اند و آشنایی با آن‌ها برای دانشجویان زیست‌شناسی و ژنتیک ضروری است.

نخستین الگو، نام‌گذاری گونه‌محور است. در این روش، هر گونه زیستی مرجع تخصصی خود را برای تعریف نمادها و نام‌های رسمی دارد. در انسان، مهم‌ترین مرجع رسمی نام‌گذاری ژن‌ها کمیته HGNC یا HUGO Gene Nomenclature Committee است. این کمیته برای ژن‌های انسانی نماد رسمی و نام مصوب تعیین می‌کند و تلاش می‌کند نمادها کوتاه، یکتا، قابل جست‌وجو و تا حد امکان پایدار باشند. HGNC همچنین فهرستی از نام‌های قبلی، نام‌های جایگزین و اطلاعات مرتبط با هر ژن را نگهداری می‌کند تا پژوهشگران بتوانند میان منابع مختلف ارتباط برقرار کنند. برای موش، مرجع اصلی نام‌گذاری MGI یا Mouse Genome Informatics است که در عمل با International Committee on Standardized Genetic Nomenclature for Mice نیز همسو است. این سیستم قواعد ویژه خود را برای نمادها و نحوه نمایش ژن‌ها، آلل‌ها و جهش‌ها دارد. در رت نیز Rat Genome Database یا RGD نقش مرجع را ایفا می‌کند. برای Zebrafish، مرجع مهم ZFIN است. در مخمر جوانه‌زن Saccharomyces cerevisiae از نظام نام‌گذاری SGD یا Saccharomyces Genome Database استفاده می‌شود. در Arabidopsis thaliana نیز TAIR یکی از مهم‌ترین مراجع استاندارد نام‌گذاری و حاشیه‌نویسی ژن‌هاست. در مگس سرکه نیز FlyBase نقشی مرکزی در مدیریت نام‌های رسمی و تاریخی ژن‌ها دارد. مزیت این الگو آن است که قواعد نوشتاری، نمادگذاری و ثبت نام‌های جایگزین متناسب با زیست‌شناسی و سنت تحقیقاتی همان گونه تعریف می‌شود.

الگوی دوم، نام‌گذاری بر اساس خانواده ژنی یا پروتئینی است. در این نوع سیستم، ژن‌ها با توجه به تعلق به یک خانواده همولوگ یا عملکردی نام‌گذاری می‌شوند. برای مثال، خانواده SLC شامل ژن‌های ناقل غشایی است و هر عضو با یک الگوی مشخص مانند SLC2A1 یا SLC6A4 معرفی می‌شود. در خانواده ABC transporter نیز اعضا با نمادهایی مانند ABCA1، ABCB1 یا ABCC7 مشخص می‌شوند. این شیوه نام‌گذاری برای دسته‌بندی منطقی ژن‌ها بسیار مفید است و اغلب اطلاعاتی درباره روابط ساختاری و تکاملی آن‌ها ارائه می‌دهد.

الگوی سوم، نام‌گذاری فنوتیپی یا تاریخی است که بیشتر در ژنتیک کلاسیک موجودات مدل دیده می‌شود. در این حالت، نام ژن از اثر جهش یا ویژگی ظاهری آن گرفته می‌شود. هرچند در نظام‌های مدرن سعی می‌شود نماد رسمی با استانداردهای دقیق‌تری انتخاب شود، بسیاری از ژن‌های مشهور هنوز نام‌های تاریخی خود را حفظ کرده‌اند. این موضوع به‌ویژه در مگس سرکه و مخمر بسیار دیده می‌شود. چنین نام‌هایی از نظر آموزشی و تاریخی ارزشمند هستند، اما اگر بدون دقت استفاده شوند، ممکن است برای خواننده ناآشنا مبهم باشند.

الگوی چهارم، نام‌گذاری عملکردی است. در این رویکرد، ژن بر اساس نقشی که در فرایندهای زیستی دارد نام می‌گیرد؛ مثلا ژنی که در تنظیم چرخه سلولی، ترمیم DNA یا پاسخ ایمنی نقش دارد، ممکن است نامی برگرفته از همان عملکرد دریافت کند. این روش هنگامی مفید است که عملکرد ژن به‌خوبی شناخته شده باشد، اما اگر دانش عملکردی ناقص باشد، نام می‌تواند بعدا گمراه‌کننده شود. به همین دلیل، نهادهای استاندارد امروزی معمولا از نام‌هایی که بیش از حد تفسیری یا مبتنی بر فرضیه‌های تاییدنشده باشند، پرهیز می‌کنند. یکی از نمونه‌های روشن نام‌گذاری عملکردی، ژن POLR2A است. این ژن زمانی نام‌گذاری شد که نقش آن در سلول به‌طور قطعی مشخص شده بود: POLR2A زیرواحد اصلی و کاتالیتیک RNA پلیمراز II را کد می‌کند؛ آنزیمی که مسئول رونویسی بخش عمده‌ای از ژن‌های پروتئین‌ساز است.

الگوی پنجم، استفاده از شناسه‌های پایگاه داده و accession-based identifiers است. هرچند این شناسه‌ها به معنای نام متعارف ژن نیستند، در عمل در پژوهش‌های ژنومیک اهمیت زیادی دارند. برای نمونه، شناسه‌های Ensembl، NCBI Gene ID، RefSeq و UniProt به پژوهشگر اجازه می‌دهند مستقل از تغییرات احتمالی در نام‌ها، به یک موجودیت زیستی مشخص ارجاع دهد. در مطالعات زیست‌اطلاعاتی، این شناسه‌ها اغلب از خود نام ژن هم قابل اعتمادتر هستند، زیرا یکتایی و پایداری بیشتری دارند.

در مجموع، مهم‌ترین سیستم‌های نام‌گذاری ژن‌ها شامل نظام‌های گونه‌محور، خانواده‌محور، فنوتیپی، عملکردی و مبتنی بر شناسه‌های پایگاه داده هستند. در عمل، یک ژن ممکن است هم‌زمان در چند یک از این چارچوب‌ها شناخته شود و همین موضوع یکی از دلایل اصلی ایجاد نام‌های متعدد برای آن است.

تفاوت بین نام ژن، نماد ژنی و نام‌های جایگزین

برای جلوگیری از سردرگمی، باید میان چند اصطلاح کلیدی تمایز روشنی قائل شد. در زبان تخصصی ژنتیک، نام ژن (Gene Name)، نماد ژنی (Gene Symbol) و نام‌های جایگزین (Gene Aliases) سه مفهوم مرتبط اما متمایز هستند و دانستن تفاوت آن‌ها برای خواندن مقاله‌های علمی اهمیت زیادی دارد.

نماد ژنی یا Gene Symbol همان شناسه کوتاه و رسمی ژن است که توسط مرجع نام‌گذاری تعیین می‌شود. این نماد معمولا از چند حرف و گاهی عدد تشکیل می‌شود و برای استفاده در جداول، شکل‌ها، پایگاه‌های داده و متن مقاله‌ها مناسب است. نماد ژنی باید تا حد امکان یکتا، مختصر و استاندارد باشد. برای مثال، TP53، BRCA1، EGFR و CFTR نمونه‌هایی از نمادهای ژنی هستند. این نمادها در عمل همان چیزی هستند که بیشتر پژوهشگران هنگام جست‌وجوی ژن در پایگاه‌های داده استفاده می‌کنند.

نام کامل ژن یا Gene Name شکل توصیفی‌تر و رسمی‌تر همان ژن است. این نام معمولا اطلاعات بیشتری درباره ویژگی، خانواده یا نقش ژن ارائه می‌دهد. برای نمونه، CFTR نام کاملش cystic fibrosis transmembrane conductance regulator است. نام کامل برای درک مفهومی ژن مفیدتر است، اما به دلیل طولانی بودن، در همه بافت‌های نوشتاری کاربرد یکسان ندارد.

نام‌های جایگزین یا Aliases یا Synonyms شامل همه نام‌هایی می‌شوند که در گذشته یا در زمینه‌های خاص برای همان ژن به کار رفته‌اند. این نام‌ها ممکن است نام‌های تاریخی، نام‌های مبتنی بر بیماری، عناوین مربوط به خانواده پروتئینی، کدهای پروژه‌ای، نام‌های رایج در یک زیررشته خاص یا حتی صورت‌های نوشتاری قدیمی باشند. وجود این نام‌ها لزوما نشانه بی‌نظمی نیست؛ بلکه در بسیاری از موارد بازتاب تاریخچه کشف و استفاده از ژن در حوزه‌های مختلف علمی است.

افزون بر این، باید میان نام ژن و نام پروتئین نیز تمایز قائل شد. هرچند در متون عمومی گاهی این دو به جای هم استفاده می‌شوند، در نگارش علمی دقیق، ژن و محصول پروتئینی آن یکی نیستند. ژن یک توالی DNA است، در حالی که پروتئین محصول بیان آن ژن است. در برخی گونه‌ها و سبک‌های نگارش، حتی قواعد نوشتاری برای نمایش نام ژن و پروتئین متفاوت است. همین تمایز نیز گاهی به شکل‌گیری برداشت‌های نادرست درباره نام‌ها منجر می‌شود.

بنابراین وقتی گفته می‌شود یک ژن چند نام دارد، معمولا منظور این نیست که برای آن چند شناسه رسمی مستقل وجود دارد، بلکه منظور این است که علاوه بر نماد رسمی، نام‌های توصیفی، تاریخی و جایگزین نیز در گردش علمی آن حضور دارند.

پایگاه‌های داده ژنتیکی چگونه نام‌های مختلف یک ژن را مدیریت می‌کنند؟

اگر نظام‌های استاندارد نام‌گذاری ایجاد شده‌اند، این پرسش مطرح می‌شود که در عمل چگونه با نام‌های قدیمی و متعدد برخورد می‌شود. پاسخ اصلی در پایگاه‌های داده ژنتیکی نهفته است. این پایگاه‌ها نقشی کلیدی در یکپارچه‌سازی دانش ژنی دارند و یکی از مهم‌ترین وظایف آن‌ها مدیریت ارتباط میان نام رسمی و نام‌های جایگزین هر ژن است.

در اغلب پایگاه‌های معتبر، هر ژن یک مدخل اصلی یا رکورد مرجع دارد. در این رکورد، نماد رسمی، نام کامل، نام‌های قبلی، نام‌های جایگزین، شناسه‌های پایگاه‌های دیگر، موقعیت ژنومی، محصولات شناخته‌شده و اطلاعات عملکردی ثبت می‌شود. این ساختار باعث می‌شود اگر پژوهشگر هر یک از نام‌های قدیمی یا رایج را جست‌وجو کند، به همان ژن واحد هدایت شود. به این ترتیب، تنوع نام‌ها به جای آنکه منبع آشفتگی باشد، به بخشی از سیستم بازیابی هوشمند اطلاعات تبدیل می‌شود.

پایگاه‌هایی مانند NCBI Gene، Ensembl، UniProt، HGNC، MGI، FlyBase و TAIR از این رویکرد استفاده می‌کنند. آن‌ها برای هر ژن نه فقط یک نماد رسمی، بلکه شبکه‌ای از پیوندها میان نام‌های قدیمی، شناسه‌های متقاطع و منابع کتابشناختی ایجاد می‌کنند. این هم‌ارزسازی یا mapping برای زیست‌اطلاعات، متاآنالیز، طراحی آزمایش و تفسیر مقاله‌ها بسیار حیاتی است.

این پایگاه‌ها همچنین تاریخچه تغییر نام‌ها را تا حد امکان ثبت می‌کنند. برای مثال، ممکن است یک ژن در نسخه‌های قدیمی‌تر پایگاه با نمادی دیگر شناخته شده باشد یا در یک حوزه خاص هنوز با عنوانی قدیمی مشهور باشد. نگهداری این اطلاعات سبب می‌شود که نتایج مطالعات قدیمی از چرخه دانش حذف نشوند و بتوان آن‌ها را به منابع جدید متصل کرد.

موضوع مهم دیگر، کنترل تغییرات است. در نظام‌های مدرن، تغییر نماد رسمی یک ژن به‌سادگی انجام نمی‌شود، زیرا هر تغییر می‌تواند بر هزاران مقاله، پایگاه داده، نرم‌افزار تحلیل و مجموعه داده اثر بگذارد. به همین دلیل، نهادهای نام‌گذاری معمولا فقط زمانی نماد رسمی را تغییر می‌دهند که دلیل علمی و عملی قوی وجود داشته باشد؛ مثلا اگر نام پیشین گمراه‌کننده، تکراری، غیراستاندارد یا از نظر بالینی مسئله‌ساز باشد. در چنین حالتی نیز نام قبلی به عنوان synonym حفظ می‌شود تا پیوستگی اطلاعات از بین نرود.

در نتیجه، پایگاه‌های داده ژنتیکی تنها محل ذخیره اطلاعات ژنی نیستند، بلکه زیرساختی فعال برای ترجمه میان زبان‌های مختلف ژنتیک به شمار می‌آیند؛ زبان بیماری، زبان فنوتیپ، زبان بیوشیمی، زبان خانواده‌های پروتئینی و زبان استانداردهای رسمی.

چرا چندنامی بودن ژن‌ها برای دانشجویان و پژوهشگران مهم است؟

ممکن است در نگاه اول، داشتن چند نام برای یک ژن صرفا یک مسئله واژگانی به نظر برسد، اما در عمل این موضوع پیامدهای علمی مهمی دارد. دانشجویی که به تازگی وارد حوزه ژنتیک مولکولی شده است، اگر از وجود نام‌های جایگزین آگاه نباشد، ممکن است تصور کند با چند ژن متفاوت روبه‌رو است، در حالی که همه این نام‌ها به یک موجودیت ژنی اشاره دارند. این اشتباه می‌تواند موجب سوءبرداشت در مطالعه مقاله‌ها، سردرگمی در ارائه‌های کلاسی و حتی خطا در طراحی پروژه پژوهشی شود.

در جست‌وجوی منابع نیز این مسئله بسیار مهم است. اگر پژوهشگر فقط نماد رسمی را جست‌وجو کند، ممکن است بخشی از ادبیات قدیمی‌تر را از دست بدهد؛ و اگر فقط نام تاریخی را بداند، شاید به مقالات جدیدتر که با نماد استاندارد منتشر شده‌اند دسترسی کامل پیدا نکند. بنابراین آشنایی با نام‌های جایگزین، بخشی از سواد اطلاعاتی در زیست‌شناسی مدرن است.

در تحلیل داده‌های omics نیز این موضوع اهمیت فراوانی دارد. در داده‌های ترانسکریپتوم، ژنومیک سرطان، پروتئومیکس یا داده‌کاوی زیستی، گاهی مجموعه داده‌ها از منابع مختلفی گردآوری می‌شوند که هر کدام از نسخه‌ای متفاوت از نام‌گذاری استفاده کرده‌اند. اگر این نام‌ها به درستی به هم نگاشته نشوند، ممکن است ژن‌های تکراری به اشتباه جداگانه تحلیل شوند یا برعکس، داده‌های نامرتبط با هم ادغام شوند. از این رو، درک منطق نام‌گذاری ژن‌ها برای کار با داده‌های زیستی نیز ضروری است.

از منظر آموزشی نیز شناخت این موضوع به دانشجو کمک می‌کند که مقاله‌ها را عمیق‌تر بخواند. وقتی فرد بداند که یک نام خاص چرا و در چه زمینه‌ای برای ژن به کار رفته است، درک بهتری از تاریخچه کشف، عملکرد زیستی و جایگاه آن ژن در ادبیات علمی پیدا می‌کند. در واقع، نام‌های مختلف یک ژن گاهی روایت فشرده‌ای از سیر تحول دانش درباره آن ژن هستند.

یک مثال واقعی: چگونه یک ژن می‌تواند چندین نام داشته باشد؟

برای روشن‌تر شدن موضوع، ژن CFTR نمونه بسیار مناسبی است. این ژن در انسان کدکننده پروتئینی است که در انتقال یون کلر و تنظیم تعادل آب و الکترولیت در اپی‌تلیوم‌ها نقش اساسی دارد. اختلال در عملکرد این ژن علت اصلی بیماری فیبروز کیستیک است. امروزه نماد رسمی این ژن CFTR و نام کامل آن cystic fibrosis transmembrane conductance regulator است. اما این تنها نامی نیست که در متون علمی برای آن دیده می‌شود.

در مراحل ابتدایی شناسایی، این ژن گاهی با نام‌هایی مانند CF gene یا cystic fibrosis gene شناخته می‌شد، زیرا توجه اصلی پژوهشگران بر ارتباط آن با بیماری بود. در این مرحله، دانش عملکردی کامل هنوز شکل نگرفته بود و طبیعی بود که ژن با ارجاع به بیماری شاخص خود نام‌گذاری شود. بعدها با روشن‌تر شدن ویژگی‌های ساختاری و بیوشیمیایی پروتئین حاصل از این ژن، مشخص شد که این پروتئین از نظر ساختاری با خانواده ABC transporters ارتباط دارد. در نتیجه، نام ABCC7 نیز برای آن به کار رفت، زیرا این ژن به عنوان عضو هفتم زیرخانواده C از ناقل‌های ATP-binding cassette طبقه‌بندی شد. همچنین نام MRP7 نیز در برخی منابع دیده شده است که بازتابی از همین زمینه طبقه‌بندی پروتئینی و ارتباط با خانواده transporterهاست.

بنابراین در مورد CFTR دست‌کم با چند لایه نام‌گذاری روبه‌رو هستیم: نامی مبتنی بر بیماری، نامی مبتنی بر عملکرد غشایی، و نامی مبتنی بر طبقه‌بندی خانواده پروتئینی. همه این نام‌ها به یک ژن واحد اشاره دارند، اما هر کدام محصول یک زاویه دید علمی متفاوت هستند. برای پژوهشگری که از این مسئله آگاه نباشد، ممکن است چنین به نظر برسد که این اسامی مربوط به ژن‌های مختلف‌اند، در حالی که پایگاه‌های داده معتبر همه آن‌ها را به یک رکورد واحد متصل می‌کنند.

نمونه‌های مشابه دیگری نیز در ژنتیک انسانی فراوان است. برای مثال، ژن TP53 در گذشته با نام p53 نیز بسیار شناخته می‌شد و هنوز هم در بسیاری از متون سرطان‌شناسی نام پروتئین آن بیشتر از نام ژن به کار می‌رود. یا ژن HER2 در بسیاری از متون بالینی سرطان پستان شناخته شده است، در حالی که نماد ژنی استاندارد آن ERBB2 است. این مثال‌ها نشان می‌دهند که چندنامی بودن ژن‌ها فقط یک مسئله تاریخی نیست، بلکه در پژوهش‌های بالینی و کاربردی امروز نیز کاملا زنده و موثر است.

چگونه هنگام مطالعه مقاله‌ها با نام‌های مختلف یک ژن برخورد کنیم؟

برای دانشجویان و پژوهشگران جوان، بهترین راه مواجهه با نام‌های متعدد ژنی این است که همیشه از یک نام به تنهایی نتیجه‌گیری نکنند و هر نام را در پایگاه‌های داده معتبر بررسی کنند. اگر در مقاله‌ای با نامی ناآشنا روبه‌رو شدید، باید آن را در منابعی مانند HGNC، NCBI Gene، Ensembl یا UniProt جست‌وجو کنید تا مشخص شود آیا این نام یک نماد رسمی است، یک نام تاریخی است، یک نام پروتئینی است یا تنها یک synonym. همچنین باید به گونه زیستی توجه داشت. ممکن است یک نماد در انسان، موش یا مخمر ظاهر مشابهی داشته باشد اما قواعد نوشتاری یا حتی معنای آن متفاوت باشد. در نتیجه، بدون توجه به گونه مورد مطالعه نمی‌توان درباره هویت ژن با اطمینان قضاوت کرد.

نکته مهم دیگر، توجه به بافت پژوهش است. در مقاله‌های بالینی، نام‌های مرتبط با بیماری یا نام‌های رایج در تشخیص و درمان گاهی از نماد استاندارد شناخته‌شده‌تر هستند. در مقابل، در مقاله‌های ژنومیک و زیست‌اطلاعاتی بیشتر از نمادهای رسمی و شناسه‌های پایگاه داده استفاده می‌شود. آگاهی از این تفاوت به خواننده کمک می‌کند متن را درست تفسیر کند.

در نهایت، برای نگارش علمی دقیق بهتر است در نخستین بار اشاره به ژن، هم نماد رسمی و هم نام کامل آن ذکر شود و در صورت لزوم یکی از نام‌های معروف جایگزین نیز آورده شود. این کار به ویژه در متونی که برای دانشجویان یا خوانندگان میان‌رشته‌ای نوشته می‌شوند، باعث شفافیت بیشتر و کاهش سوءبرداشت می‌شود.

جمع‌بندی

پرسش اینکه چرا بعضی ژن‌ها چندین نام مختلف دارند، ریشه در ماهیت تاریخی و چندلایه علم ژنتیک و بیولوژی مولکولی دارد. ژن‌ها در دوره‌های مختلف، با روش‌های متفاوت و در زمینه‌های پژوهشی گوناگون شناسایی شده‌اند و هر بار ممکن است نامی متناسب با همان بافت علمی دریافت کرده باشند. یک نام می‌تواند از فنوتیپ جهش گرفته شده باشد، نامی دیگر از ارتباط با بیماری، نامی دیگر از عملکرد مولکولی و نامی دیگر از عضویت در یک خانواده پروتئینی. به همین دلیل، چندنامی بودن ژن‌ها پدیده‌ای طبیعی در رشد دانش زیستی است.