四 30

人的CD分子基因信息简介！

Posted on 2015年4月30日 by ulwvfje

CD分子吧,它是Clusters of Differentiation的简写,是指一组分化抗原的家族,目前该家族已经有CD1——CD350甚至更多的成员.他们分布于T细胞等免疫细胞表面,参与免疫细胞各种表达,其中有整合素、受体、配体等蛋白分子,在免疫应答反应中参与识别、粘附和信号转导等功能.

我这里简单讲讲如何整理它们的基因信息，首先从NCBI里面下载的人的gene_info文件，然后通过脚本来查找CD分子信息。

perl -alne '{if (/\tCD\d+/ or /CD\d+\|/ ) {print}}' human_gene_info >CD.info

cut -f 2-5 CD.info >CD.table

再根据CD分子的排序把我们的信息重新排序

perl -alne '{/CD(\d+\w)/;$hash{$1}=$_}END{print $hash{$_} foreach sort {$a <=> $b}keys %hash}' CD.table >CD.table.sort

然后我发现了一个很有趣的问题，它们都是负义链上面的基因！

entrez ID	gene symbol	正负链
911	CD1C	-	BDCA1\|CD1\|CD1A\|R7
913	CD1E	-	CD1A\|R2
909	CD1A	-	CD1\|FCB6\|HTA1\|R4\|T6
912	CD1D	-	CD1A\|R3
910	CD1B	-	CD1\|CD1A\|R1
9266	CYTH2	-	ARNO\|CTS18\|CTS18.1\|PSCD2\|PSCD2L\|SEC7L\|Sec7p-L\|Sec7p-like
30011	SH3KBP1	-	CD2BP3\|CIN85\|GIG10\|HSB-1\|HSB1\|MIG18
23607	CD2AP	-	CMS
89886	SLAMF9	-	CD2F-10\|CD2F10\|CD84-H1\|CD84H1\|SF2001
10849	CD3EAP	-	ASE-1\|ASE1\|CAST\|PAF49
445347	TARP	-	CD3G\|TCRG\|TCRGC1\|TCRGC2
915	CD3D	-	CD3-DELTA\|IMD19\|T3D
920	CD4	-	CD4mut
922	CD5L	-	AIM\|API6\|PRO229\|SP-ALPHA\|Spalpha
925	CD8A	-	CD8\|Leu2\|MAL\|p32
927	CD8BP	-	CD8B2
54675	CRLS1	-	C20orf155\|CLS\|CLS1\|GCD10\|dJ967N21.6
3681	ITGAD	-	ADB2\|CD11D
3683	ITGAL	-	CD11A\|LFA-1\|LFA1A
3684	ITGAM	-	CD11B\|CR3A\|MAC-1\|MAC1A\|MO1A\|SLEB6
3687	ITGAX	-	CD11C\|SLEB6
290	ANPEP	-	APN\|CD13\|GP150\|LAP1\|P150\|PEPN
115708	TRMT61A	-	C14orf172\|GCD14\|Gcd14p\|TRM61\|hTRM61
2526	FUT4	-	CD15\|ELFT\|FCT3A\|FUC-TIV\|FUTIV\|LeX\|SSEA-1
2215	FCGR3B	-	CD16\|CD16b\|FCG3\|FCGR3\|FCR-10\|FCRIII\|FCRIIIb
4055	LTBR	-	CD18\|D12S370\|LT-BETA-R\|TNF-R-III\|TNFCR\|TNFR-RP\|TNFR2-RP\|TNFR3\|TNFRSF3
930	CD19	-	B4\|CVID3

四 30

自学CHIP-seq第二讲之过滤数据并比对

Posted on 2015年4月30日 by ulwvfje

这个是有着非常成熟的流程了，我就不细讲了！

我们随机挑选两个文件来跑一下CHIP-seq的流程吧，其中一个是.部分进行免疫共沉淀前的DNA（input DNA）作为空白对照。

5.5G Apr 30 10:31 Xu_WT_rep2_BAF155.fastq

18G Feb 13 20:37 Xu_WT_rep2_Input.fastq

首先进行质量控制，过滤低质量的reads

这里我选取的是DynamicTrim.pl 和

脚本如下

for id in *fastq

echo $id

perl DynamicTrim.pl $id

done

接下来

for id in *.trimmed

echo $id

perl LengthSort.pl $id

Done

这样就得到了过滤后的reads，可以进行比对啦！

当然，中间文件可以删掉啦，不然太占空间了，我还只是取了两个数据，要是把这个文章的八个数据都跑完就太纠结了。

然后用bowtie比对

#samtools faidx hg19.fa

#Bowtie2-build hg19.fa hg19

for i in *single

bowtie2 -x /home/jmzeng/ref-database/hg19 -U $i -S $i.sam

samtools view -bS $i.sam> $i.bam

done

输出的bam文件就需要用MASC这个软件来找peak了

四 30

自学CHIP-seq第一讲之文献解读

Posted on 2015年4月30日 by ulwvfje

我这里选择的CHIP-seq文章题目是

CARM1 Methylates Chromatin Remodeling Factor BAF155 to Enhance Tumor Progression and Metastasis

文章链接http://www.sciencedirect.com/science/article/pii/S1535610813005369

这是2013年的文章，算是蛮新的了，主要探究了CARM1这个基因

然后我简单搜索了一些这个基因的信息

9606 10498 CARM1

- PRMT4

MIM:603934|HGNC:HGNC:23393|

Ensembl:ENSG00000142453|HPRD:09158|Vega:OTTHUMG00000180699

19 19p13.2 coactivator-associated arginine methyltransferase 1

protein-coding CARM1 coactivator-associated arginine methyltransferase histone-arginine methyltransferase CARM1|protein arginine N-methyltransferase 4 20150308

该基因是多种肿瘤相关的转录因子的共激活剂（激活蛋白;转录辅助激活蛋白;转录共同活化子）。

文章作者做了以下四件事

Knockout of CARM1 Using ZFN in Breast Cancer Cells

Identification of BAF155 as a Novel CARM1 Substrate

Methylation of BAF155 Promotes Tumor Growth and Metastasis

Methylated BAF155 Gains Unique Chromatin Association

所以就有两种细胞，一种是野生型WT，一种是突变的MUT细胞

然后它们分别做了两个重复，一种是input一种是BAF155免疫测序。

CHIP-seq一定是有一个input对照文件，和一个真正的免疫共沉淀的测序文件。

这样就有八个测序文件。

我们随机挑选两个文件来跑一下CHIP-seq的流程吧，其中一个是.部分进行免疫共沉淀前的DNA（input DNA）作为空白对照。

5.5G Apr 30 10:31 Xu_WT_rep2_BAF155.fastq

18G Feb 13 20:37 Xu_WT_rep2_Input.fastq

然后我随便在网上找了一个生信分析流程

标准信息分析
a)   对测序数据进行base calling、raw data 数据整理及数据质量评估；
b)   去接头污染，去低质量reads和产量情况统计
c)   Bisulfite 测序序列与参考基因组序列的比对
d)   深度和覆盖度分析
e)   C 碱基的甲基化水平
f)   全基因组甲基化水平分布趋势
g) 全基因组DNA甲基化图谱
h) 差异性甲基化区域（DMR）分析

参考

http://www.plob.org/2012/09/29/3760.html

http://www.plob.org/2012/01/09/1605.html

http://www.plob.org/2012/01/08/1538.html