20160112 期末作業

期末作業
1. 請選出一個跟你論文主題相關的基因 (gene X)。
2. 將 gene X 於 Pubmed 或相關文獻探勘軟體，進行篇數，年代，作者趨勢分析。
3. 將 gene X 利用 NCBI Gene 入口，獲得相關序列資訊（包括 genomic, reference sequence, peptide sequence)
4. 利用 gene X 的序列進行 Blastn 或 Blastp，找出至少10條以上，20條以下，不同種 (species) 的序列，進行 Phylip 分析。使用方法為 NJ 與 ML。bootstrap 設定在 n = 250 。
5. 將 gene X 於 NCBI GEO profile 中尋找相關的表達資訊， 至少10個以上，20個以下。製成 tab txt file。再用 TMeV 畫出聚類分析圖形（至少三種）。
6. 將上述 5. 所得與 gene X 表達相關基因，利用 STRING 預測交互作用網路，並列出最有興趣的GO關係圖形 (CC, MF, BF) 三種。 
7. 預測 gene X 的蛋白結構圖。
8. 預測 gene X 的 micorRNA binding site。
請於 1/14 前，上傳到各位的 blog, 並將未完成之實驗報告於 1/14 前補齊，以利評分。

----------------------------------------------------------------------------------------------------------
1. 請選出一個跟你論文主題相關的基因 (gene X)。

本次作業我選擇的gene X是: CD61


2. 將 gene X 於 Pubmed 或相關文獻探勘軟體，進行篇數，年代，作者趨勢分析。

利用Pubmed 和Pubmed PubReminer 搜尋 “CD61” 可搜尋到759篇相關的論文，自1990年便開始相關研究，由於它是血液細胞的marker，所以大部分論文都發表在血液學相關的期刊如Blood、Leukemia等。作者欄位可以看到埋頭于CD61研究的作者們，其中THIELE J、KVASNICKA HM及FISCHER R個別發表了最少26篇相關論文，且大部分研究都與代謝、免疫、藥物等相關。

若將搜尋條件改成 “CD61 Dengue”，最早的文章從2005年開始發表，截至今天只有8篇相關的論文，且可以看到彭老師的作品，共4篇。相關研究大部分以病毒學及代謝為主。

3. 將 gene X 利用 NCBI Gene 入口，獲得相關序列資訊（包括 genomic, reference sequence, peptide sequence)

從NCBI的入口中搜尋“CD61”可以得到很多結果，以本次作業的需求，我選了NM_000212。
這是個會轉錄出protein的gene，它位於第十七號染色體上 的q21.32位置。

它的genomic sequence就由下方的紅框所示

genomic: NG_008332.2 RefSeqGene
mRNA: NM_000212 Homo sapiens integrin subunit beta 3 (ITGB3)
protein: NP_000203 Integrin beta-3 precursor
peptide sequence:
"MRARPRPRPLWATVLALGALAGVGVGGPNICTTRGVSSCQQCLAVSPMCAWCSDEALPLGSPRCDLKENL

LKDNCAPESIEFPVSEARVLEDRPLSDKGSGDSSQVTQVSPQRIALRLRPDDSKNFSIQVRQVEDYPVDI
YYLMDLSYSMKDDLWSIQNLGTKLATQMRKLTSNLRIGFGAFVDKPVSPYMYISPPEALENPCYDMKTTC
LPMFGYKHVLTLTDQVTRFNEEVKKQSVSRNRDAPEGGFDAIMQATVCDEKIGWRNDASHLLVFTTDAKT
HIALDGRLAGIVQPNDGQCHVGSDNHYSASTTMDYPSLGLMTEKLSQKNINLIFAVTENVVNLYQNYSEL
IPGTTVGVLSMDSSNVLQLIVDAYGKIRSKVELEVRDLPEELSLSFNATCLNNEVIPGLKSCMGLKIGDT
VSFSIEAKVRGCPQEKEKSFTIKPVGFKDSLIVQVTFDCDCACQAQAEPNSHRCNNGNGTFECGVCRCGP
GWLGSQCECSEEDYRPSQQDECSPREGQPVCSQRGECLCGQCVCHSSDFGKITGKYCECDDFSCVRYKGE
MCSGHGQCSCGDCLCDSDWTGYYCNCTTRTDTCMSSNGLLCSGRGKCECGSCVCIQPGSYGDTCEKCPTC
PDACTFKKECVECKKFDRGALHDENTCNRYCRDEIESVKELKDTGKDAVNCTYKNEDDCVVRFQYYEDSS
GKSILYVVEEPECPKGPDILVVLLSVMGAILLIGLAALLIWKLLITIHDRKEFAKFEEERARAKWDTANN
PLYKEATSTFTNITYRGT"

4. 利用 gene X 的序列進行 Blastn 或 Blastp，找出至少10條以上，20條以下，不同種 (species) 的序列，進行 Phylip 分析。使用方法為 NJ 與 ML。bootstrap 設定在 n = 250 。

用NCBI內的BLAST程式搜尋相近的序列，將那些序列下載後用Phylip分析再用TreeView及HyperTree程式將其演化樹畫出。

ML:  TreeView & HyperTree

NJ: TreeView & Hypertree

5. 將 gene X 於 NCBI GEO profile 中尋找相關的表達資訊， 至少10個以上，20個以下。製成 tab txt file。再用 TMeV 畫出聚類分析圖形（至少三種）。

我嘗試用CD61在 GEO Profile中搜尋相關資料，確實有找到類似的數據，可是基於一些原因，目前還無法將數據成功匯入TMev。

6. 將上述 5. 所得與 gene X 表達相關基因，利用 STRING 預測交互作用網路，並列出最有興趣的GO關係圖形 (CC, MF, BF) 三種。 

由於在無法進行TMev的分析，只好直接在String上搜尋 "CD61" ，就可看到下圖：

搜尋結果：
可看到圖下方有許多相關蛋白質名稱以及其用途

GO - Cellular Component

Go - Molecular Function

Go - Biological Processes


























7. 預測 gene X 的蛋白結構圖。

從 PDB中搜尋 “CD61” 可以看到至少11個結果。
選擇氨基酸數量最相近的2Q6W作為其預測的結果（如下圖）

從 PDB 網站預測的圖形

利用Pymol將蛋白質結構呈現 

8. 預測 gene X 的 micorRNA binding site。

從 miRTarBase 這個網站中可以找到為數不少的CD61 microRNA，並且可以與NM_000212這條序列做binding。Binding site在下圖被黃色熒光筆標示出。