DNA-zu-Protein-Übersetzer

Ein DNA-zu-Protein-Übersetzer wandelt eine DNA- oder RNA-Sequenz in die von ihr codierte Proteinsequenz um. Er liest die Sequenz in Dreiergruppen von Buchstaben, den sogenannten Codons, und ordnet jedem Codon mithilfe des genetischen Standardcodes eine Aminosäure zu.

Was DNA-Übersetzung ist

Eine Zelle speichert genetische Anweisungen in der DNA. Um ein Protein herzustellen, kopiert die Zelle zunächst ein Gen in die Messenger-RNA (mRNA). Dieser Schritt wird Transkription genannt. Ribosomen lesen anschließend die mRNA und verknüpfen Aminosäuren in der von der mRNA vorgegebenen Reihenfolge. Dieser Schritt wird Translation genannt. Die fertige Aminosäurekette faltet sich zu einem funktionsfähigen Protein.

RNA unterscheidet sich von DNA in nur einem relevanten Punkt: RNA enthält die Base Uracil (U) anstelle von Thymin (T) in der DNA. Deshalb lässt sich eine DNA-Sequenz mit derselben Codon-Tabelle übersetzen wie eine RNA-Sequenz, sofern zuvor jedes U als T gelesen wird.

So wird DNA in Protein übersetzt

Der Übersetzer wandelt eine Eingabesequenz in vier Schritten in eine Proteinsequenz um.

1. Sequenz bereinigen. Buchstaben werden in Großbuchstaben umgewandelt. Leerzeichen, Zeilenumbrüche, Ziffern und die Symbole >, * und - werden entfernt, sodass eingefügter FASTA-Text funktioniert. Jedes U wird in T geändert.
2. Basen prüfen. Jedes verbleibende Zeichen muss A, C, G oder T sein. Jedes andere Zeichen bricht den Vorgang ab und führt zu einer Fehlermeldung, die das ungültige Zeichen nennt.
3. In Codons aufteilen. Beginnend mit dem ausgewählten Leseraster wird die Sequenz in nicht überlappende Gruppen aus jeweils drei Basen aufgeteilt.
4. Jedes Codon übersetzen. Jedes Codon wird mithilfe der nachstehenden Tabelle des genetischen Codes einer Aminosäure zugeordnet. Die Übersetzung endet beim ersten Stoppcodon (TAA, TAG oder TGA). Das Stoppcodon selbst wird nicht in die Proteinsequenz aufgenommen.

Bleiben nach dem letzten vollständigen Codon weniger als drei Basen übrig, lassen sich diese Basen nicht übersetzen, und der Übersetzer meldet sie als übrige Basen. Basen nach einem Stoppcodon werden nicht als übrig gezählt.

Eine optionale Einstellung beginnt die Übersetzung beim ersten ATG im gewählten Leseraster statt bei der ersten Base des Leserasters. Das ahmt nach, wie eine Zelle den Beginn eines Gens findet. Enthält das Leseraster kein ATG, meldet der Übersetzer, dass kein Startcodon gefunden wurde.

Leserahmen

Ein Leserahmen ist der Startpunkt, ab dem eine Sequenz in Codons aufgeteilt wird. Da jedes Codon drei Basen lang ist, kann eine Sequenz beginnend mit ihrer ersten, zweiten oder dritten Base aufgeteilt werden. Diese werden als Leserahmen 1, 2 und 3 bezeichnet. Jeder Leserahmen erzeugt normalerweise eine andere Proteinsequenz. In einem echten Gen erzeugt nur ein Leserahmen das korrekte Protein. Die beiden anderen Leserahmen stoßen häufig schnell auf ein Stoppcodon und erzeugen eine kurze, bedeutungslose Sequenz.

Der genetische Code

Der genetische Standardcode ordnet jedes der 64 möglichen Codons einer von 20 Aminosäuren oder einem Stoppsignal zu: 61 Codons bezeichnen Aminosäuren und 3 sind Stoppcodons. Der Übersetzer verwendet den NCBI-Standardcode, Translationstabelle 1. Dies ist der Code, den die meisten Gene in den meisten Organismen verwenden, einschließlich des Menschen.

ATG codiert für Methionin. Es ist außerdem das Codon, mit dem die meisten Gene den Beginn der codierenden Sequenz markieren.

Beispiel: Übersetzung einer DNA-Sequenz

Nehmen wir die Sequenz ATGGCCATTGTAATGGGCCGCTGAAAGGGTGCCCGATAG im Leserahmen 1.

Aufteilung in Codons: ATG GCC ATT GTA ATG GGC CGC TGA AAG GGT GCC CGA TAG

Übersetzung der einzelnen Codons: ATG → M, GCC → A, ATT → I, GTA → V, ATG → M, GGC → G, CGC → R, TGA → Stopp.

Das achte Codon, TGA, ist ein Stoppcodon, daher endet die Übersetzung an dieser Stelle. Die Proteinsequenz lautet MAIVMGR und ist sieben Aminosäuren lang. Die Basen nach dem Stoppcodon werden nicht übersetzt.

Beispiel: Eine codierende Sequenz ohne Stoppcodon

Nehmen wir die Sequenz ATGAAGTACGCCTACATCGCCAAGCAGCGCCAG im Leserahmen 1. Sie ist 33 Basen lang, was genau 11 Codons entspricht.

Aufteilung in Codons: ATG AAG TAC GCC TAC ATC GCC AAG CAG CGC CAG

Übersetzung der einzelnen Codons: M, K, Y, A, Y, I, A, K, Q, R, Q.

Es erscheint kein Stoppcodon, daher werden alle 11 Codons übersetzt. Die Proteinsequenz lautet MKYAYIAKQRQ; verbleibende Basen gibt es nicht.

Beispiel: Wie der Leserahmen das Ergebnis verändert

Die kurze Sequenz ATGCATGCA zeigt, warum der Leserahmen eine Rolle spielt.

• Leserahmen 1 (Beginn bei Base 1): ATG CAT GCA → M, H, A. Protein: MHA.
• Leserahmen 2 (Beginn bei Base 2): TGC ATG CA → C, M, mit 2 verbleibenden Basen, die kein Codon bilden können.
• Leserahmen 3 (Beginn bei Base 3): GCA TGC A → A, C, mit 1 verbleibender Base.

Drei verschiedene Startpunkte ergeben aus denselben neun Basen drei verschiedene Proteinsequenzen.

Verwendung der DNA-zu-Protein-Übersetzung

Forschende übersetzen DNA-Sequenzen, um vorherzusagen, welches Protein ein Gen erzeugt, um zu überprüfen, ob eine klonierte Sequenz nach Veränderungen noch im richtigen Leserahmen liegt, und um zu untersuchen, wie eine Mutation die Aminosäuresequenz eines Proteins verändert. Bioinformatik-Pipelines übersetzen Genomsequenzen automatisch, um Gene zu annotieren und Proteindatenbanken zu durchsuchen.

Kurze Geschichte

In den 1950er-Jahren stellten Wissenschaftler fest, dass genetische Information von der DNA über die RNA zum Protein fließt. Francis Crick nannte dies das zentrale Dogma der Molekularbiologie. Marshall Nirenberg und Heinrich Matthaei stellten dann eine RNA-Kette aus einer einzigen, sich wiederholenden Base her, dem Uracil. Zellextrakte machten daraus eine Proteinkette aus einer einzigen Aminosäure, dem Phenylalanin, womit das erste Codon, UUU, entschlüsselt war. Nirenberg berichtete im August 1961 über die ersten Ergebnisse. Weniger als fünf Jahre später war der gesamte Code bekannt, vor allem durch die Arbeiten von Nirenberg und Har Gobind Khorana.

Häufig gestellte Fragen

Was ist der Unterschied zwischen DNA-Übersetzung und Transkription?

Bei der Transkription wird eine DNA-Sequenz in mRNA kopiert. Bei der Translation wird diese mRNA gelesen und daraus ein Protein aufgebaut. Dieses Werkzeug überspringt den RNA-Schritt und übersetzt eine DNA-Sequenz direkt, wobei dieselben Codonregeln angewendet werden.

Warum bietet der Übersetzer drei Leserahmen an?

Ein Codon ist drei Basen lang, daher kann eine Sequenz beginnend mit ihrer ersten, zweiten oder dritten Base in Codons aufgeteilt werden. Normalerweise entspricht nur einer dieser drei Leserahmen der tatsächlichen codierenden Sequenz eines Gens. Daher kann die Prüfung aller drei Leserahmen helfen, den richtigen zu finden.

Was geschieht, wenn die Länge meiner Sequenz kein Vielfaches von drei ist?

Die zusätzlichen Basen am Ende können kein vollständiges Codon bilden. Der Übersetzer meldet die Anzahl der verbleibenden Basen und übersetzt jedes vollständige Codon, das davor steht.

Kann ich statt einer DNA-Sequenz eine RNA-Sequenz einfügen?

Ja. Jedes U in der Eingabe wird vor der Übersetzung automatisch als T gelesen. Daher liefert eine RNA-Sequenz dasselbe Ergebnis wie die entsprechende DNA-Sequenz.

Was bewirkt ein Stoppcodon?

Ein Stoppcodon (TAA, TAG oder TGA) markiert das Ende der codierenden Sequenz. Der Übersetzer beendet die Übersetzung an dieser Stelle und fügt weder das Stoppcodon selbst noch etwas danach in die Proteinsequenz ein.

Verwenden alle Organismen denselben genetischen Code?

Fast alle Gene im Zellkern verwenden den oben gezeigten Standardcode. Es gibt einige Ausnahmen, etwa die menschliche mitochondriale DNA, in der das Codon TGA für Tryptophan codiert, statt als Stoppsignal zu fungieren.

Referenzen

1. National Center for Biotechnology Information. The Genetic Codes. Die genetischen Codes – die Codon-Zuordnungen und Stoppcodons des Standardcodes (Tabelle 1) sowie der mitochondriale Code der Wirbeltiere, in dem UGA für Tryptophan codiert.
2. National Human Genome Research Institute. Codon. Codon – Ein Codon besteht aus drei Nukleotiden; es gibt 64 Codons, davon 61 für Aminosäuren und 3 Stoppsignale.
3. National Human Genome Research Institute. Uracil. Uracil – RNA enthält Uracil, DNA stattdessen Thymin.
4. The Nobel Prize. Marshall W. Nirenberg: Facts. Marshall W. Nirenberg, Fakten – Genetische Information gelangt von der DNA über die RNA zum Protein; Nirenberg und Matthaei stellten eine RNA-Kette aus einem einzigen Nukleotid her, aus der eine Kette aus einer einzigen Aminosäure entstand.
5. The Nobel Prize. Award ceremony speech, Nobel Prize in Physiology or Medicine 1968. Festrede zur Preisverleihung 1968 – Nirenberg berichtete im August 1961 über erste Ergebnisse, und der vollständige Code war weniger als fünf Jahre später aufgeklärt, vor allem durch Nirenberg und Khorana.