SPECIAL TOPICS ON MOLECULAR BIOLOGY INFORMATION RESOURCES

miRBase: a searchable database of published miRNA sequences and annotation. 1. miRNA sequence 點入browse頁面, 選擇Homo sapiens miR-1-1 stem-loop 本頁面含有此miRNA的基本資訊 點選stem-loop處的get sequence按鈕可得此miRNA序列的fasta檔案 >hsa-mir-1-1 MI0000651 UGGGAAACAUACUUCUUUAUAUGCCCAUAUGGACCUGCUAAGCUAUGGAAUGUAAAGAAGUAUGUAUCUCA 2. RNALogo  : a new approach to display structural RNA alignment 在RNALogo網站去預測stem loop 3. 以RNA22為例來預測 binding site 從predicted targets欄位選擇RNA22-HSA:hsa-miR-1-3p 從選單中選取一Gene ID :  ENSG00000025800 至NCBI中取得此基因序列, 將miRNA序列與目標基因序列輸入 " RNA22 v2 microRNA target detection " 中 miRNA序列 : >hsa-miR-1-3p MIMAT0000416 UGGAAUGUAAAGAAGUAUGUAU 最後得到Binding的位置以及鍵結方式

RAST (Rapid Annotation using Subsystem Technology) is a fully-automated service for annotating complete or nearly complete bacterial and archaeal genomes. It provides high quality genome annotations for these genomes across the whole phylogenetic tree. 做 annotation 的online tool SEED viewer 不在此系統中的滿多的 Genome alignment 只能一對一 與此 genome 最相似的 strain 補 whole genome 的 gap : PCR 抓 gap 去定序 從 NCBI 抓一條序列進去試試看 Jettenia 是厭氧氨氧化菌中的一屬 , 之前從實驗室運行中的自營除氮反應槽中抽取DNA做16s rDNA cloning有取得此屬之序列 Upload 了一個 genome 進去 , 可是不知道要怎麼進行後續的 annotation

2017.12.07 Protein structure modeling Exercise 1 Exercise 2 Exercise 4 Exercise 5 Exercise 8 Exercise 9 align selection to selection

1130 Protein structure database  課程重點 1.           Protein tool ExPASy 2.           Protein structure database 3.           Structure visualization tool PyMol 4.           Homology modeling 要做的練習 1.           BLAST : proteomic blast 2.           計算 PI 以及 MW : proteomics – function analysis 3.           Protein sequence alignment : proteomics – ClustalW (NS1 file) 4.           Protein similarity search : proteomics FASRR/SSERACH/ 5.           Prediction of secondary structure : proteomics-protein strictire-PROF 6.       ...

今日老師上課內容雖以 microarray 為主，但有許多內容仍可以和以細菌 16s rRNA amplicons 的高通量定序的資料處理可以互通有無。 在環工領域的生物處理中，以活性污泥法為主的廢水處理一直是研究的熱門主題，長期操作再一範圍內之穩定條件中的反應槽是研究環境微生物在特定環境因子調控下變動的良好範本。相比於生科同學們可能是較專一於某特定基因或是蛋白質上，環境微生物的研究邏輯是將整個反應槽 / 特定時空環境中的微生物族群視為一個整體，追求的是整體某表現型、某特一功能的調控以及改進，比如廢水中氮污染的移除、地下水與土壤中戴奧辛的移除等。在這樣的框架中，進一步的分析在這表現型中有著重要影響力的微生物 (core microbial population) ，這樣的微生物可能是直接影響到該表現功能的細菌，也有可能是間接影響。 比如廢水除氮中主要是經由硝化作用、脫硝作用以及厭氧氨氧化作用來除氮，因此廢水處理中常見的硝化菌包括 Ammonium oxidizing bacteria 、 Nitrite oxidizing bacteria 、 anammox bacteria 以及一些異營的 denitrifier 等就是會直接影響到除氮功能的族群；而某些異營菌與 anammox bacteria 有著 nutrients 如 B12 以及一些胺基酸交換的關係 (Lawson et al., 2017) ，這些微生物也間接影響著整體除氮功能的表現。 回到上課老師提到的 interaction → networks → pathways ，將此概念套用至我個人的研究主題上，就可以很清晰地描繪出整個研究架構的階層，即是：從活性污泥中個別微生物間可能存在的互動關係 ( 比如前述中 AMX bacteria 以及 Chlorobi - affiliated bacteria 間 nutrients 交換關係 → 以關鍵微生物為主的區域網絡 ( 比如隨著硝酸還原的氧化磷酸化，反應中有機物以及硝酸的來源和命運 fate) → 某特定功能表現的 pathways ( 氮的移除 ) 。 在這樣的框架中，資料分析的處理以及邏輯扮演著非常重要的角色。雖然今日上課內容是以 microarray 的資料為主，但如同 NGS 一樣，最終都可以量化...