DNA-til-protein-oversætter - kodon- og aminosyrekonverter

En DNA-til-protein-oversætter omdanner en DNA- eller RNA-sekvens til den kæde af aminosyrer, den koder for, ved hjælp af den standard genetiske kode. Værktøjet læser sekvensen tre baser ad gangen og slår hvert triplet op i en fast tabel med 64 kodoner.

Sådan fungerer oversættelsen

Et gen skrives med fire bogstaver: A, C, G og T (eller U i RNA). Celler læser disse bogstaver i ikke-overlappende grupper af tre, kaldet kodoner. Hvert kodon står for én aminosyre eller for et stopsignal, der afslutter kæden.

Værktøjet renser først inputtet. Det omdanner små bogstaver til store, fjerner mellemrum, linjeskift og tal, og ændrer hvert U til T, fordi RNA-uracil parrer sig med samme kodon som DNA-thymin. Derefter afviser det ethvert tegn, der ikke er A, C, G eller T, som f.eks. tvetydighedskoder som N, så en sekvens aldrig oversættes forkert uden varsel.

Den standard genetiske kode

Værktøjet bruger NCBI-oversættelsestabel 1, "Standardkoden", den genetiske kode, som de fleste organismer bruger, herunder mennesker. Den tildeler hvert af de 64 mulige kodoner til én af 20 aminosyrer eller til et stopsignal.

Tre kodoner er stopkodoner: TAA, TAG og TGA. Ingen af dem koder for en aminosyre. Når værktøjet når et af dem, afslutter det oversættelsen der. Selve stopkodonet føjes ikke til proteinet, og eventuelle baser efter det ignoreres.

Kodonet ATG koder for aminosyren methionin (Met, M). I de fleste organismer fungerer ATG også som startkodon, det kodon, hvor et ribosom begynder at læse et gen.

Læserammer

En DNA-sekvens kan læses på tre forskellige måder, kaldet læserammer, afhængigt af hvilken base man begynder at tælle fra:

• Ramme 1 begynder ved den første base.
• Ramme 2 begynder ved den anden base og springer den første over.
• Ramme 3 begynder ved den tredje base og springer de to første over.

At forskyde rammen med bare én base ændrer hvert efterfølgende kodon, så den samme sekvens kan give tre helt forskellige aminosyrekæder. Normalt er det kun én ramme, der er genets reelle kodende ramme.

Scanning efter det første startkodon

Som standard oversætter værktøjet fra den første base i den valgte ramme, uanset hvilket kodon det er. Dette svarer til den måde, værktøjet altid har fungeret på, og er nyttigt til at oversætte en sekvens, man allerede ved er i ramme fra position et.

Den valgfrie indstilling "scan efter første startkodon" ændrer, hvor oversættelsen begynder, ikke hvordan den oversætter. Når den er slået til, søger værktøjet gennem den valgte ramme efter det første ATG-kodon og begynder oversættelsen derfra, idet det springer eventuelle baser før det over. Dette efterligner den måde, et ribosom finder begyndelsen af en åben læseramme (ORF) på, i stedet for at oversætte fra et vilkårligt punkt i en længere sekvens. Hvis der ikke findes noget ATG i den ramme, rapporterer værktøjet, at der ikke blev fundet noget startkodon, i stedet for at gætte.

Slås indstillingen fra, vender værktøjet tilbage til den oprindelige adfærd: oversættelse fra selve starten af rammen.

Sådan beregner man en DNA-til-protein-oversættelse

1. Indtast en DNA- eller RNA-sekvens. Mellemrum, linjeskift, tal og FASTA-lignende tegn ignoreres automatisk.
2. Vælg en læseramme: 1, 2 eller 3.
3. Slå eventuelt "scan efter første startkodon" til for at begynde ved det første ATG i rammen i stedet for starten af rammen.
4. Værktøjet læser sekvensen tre baser ad gangen, slår hvert kodon op i den standard genetiske kode og stopper ved det første stopkodon.
5. Resultatet er proteinsekvensen, skrevet med etbogstavs-aminosyrekoder, sammen med en kodon-for-kodon-opdeling.

Løst eksempel

Sekvens: ATGGCCTAA, læseramme 1, med scanning efter startkodon slået fra.

Proteinet er MA. Oversættelsen stopper ved TAA, så intet efter det læses.

Tag nu en længere sekvens, CCCATGGCCTAA, i ramme 1. Med scanning slået fra læser værktøjet fra selve den første base: CCC (Pro), ATG (Met), GCC (Ala), derefter TAA (stop), hvilket giver proteinet PMA. Med scanning slået til springer værktøjet CCC over, begynder ved det første ATG og læser ATG (Met), GCC (Ala), derefter TAA (stop), hvilket giver proteinet MA. Begge er korrekte resultater af den samme sekvens; de besvarer forskellige spørgsmål, det ene læser alt i rammen, det andet læser kun den åbne læseramme, der begynder ved ATG.

Ofte stillede spørgsmål

Hvad er et kodon?

Et kodon er en gruppe af tre DNA- eller RNA-baser. Hvert af de 64 mulige kodoner står for en aminosyre eller et stopsignal, ifølge den standard genetiske kode.

Hvorfor stopper oversættelsen ved et stopkodon?

TAA, TAG og TGA koder ikke for en aminosyre. De er stopsignaler. Et ribosom, der læser et rigtigt gen, frigiver den færdige proteinkæde på det punkt, så værktøjet gør det samme og ignorerer eventuelle baser efter det.

Hvad er en læseramme, og hvorfor betyder det noget?

Det er udgangspunktet, der bruges til at opdele en sekvens i kodoner. At starte en eller to baser senere ændrer hvert efterfølgende kodon, så den samme DNA kan læses på tre forskellige måder, hvoraf normalt kun én er den reelle kodende sekvens.

Hvad ændrer "scan efter første startkodon"?

Det ændrer, hvor oversættelsen begynder, ikke den genetiske kode, der bruges. Med det slået til springer værktøjet frem i den valgte ramme til det første ATG og oversætter derfra, ligesom et ribosom starter ved et startkodon. Med det slået fra begynder oversættelsen ved selve den første base i rammen.

Kan jeg indsætte en RNA-sekvens?

Ja. Værktøjet behandler U på samme måde som T, fordi RNA-uracil og DNA-thymin parrer sig med samme kodonbetydning. Både store og små bogstaver accepteres.

Hvad sker der, hvis min sekvens har andre bogstaver end A, C, G, T eller U?

Værktøjet markerer de ugyldige tegn og oversætter ikke sekvensen. Dette omfatter tvetydighedskoder som N, som er almindelige i lavkvalitets-sekventeringsdata, men ikke er gyldige input til oversættelse.

Hvad hvis sekvensens længde ikke er et multiplum af tre?

Værktøjet oversætter hvert fuldstændigt kodon, det kan, og rapporterer de resterende en eller to baser separat, uden at gætte på, hvad de kunne kode for.