Traductor de ADN a proteína - Conversor de codones y aminoácidos
Traduce una secuencia de ADN o ARN a una secuencia de aminoácidos con el código genético estándar. Elige un marco de lectura y consulta cada codón traducido.
Traductor de ADN a proteína
Introduce una secuencia de ADN o ARN. Usa las bases A, C, G y T. La U se lee como T. Los espacios, saltos de línea y números se ignoran. La traducción usa el Código Genético Estándar (tabla 1 de NCBI).
Comienza la traducción en el primer ATG de este marco de lectura, tal como un ribosoma empieza a leer un marco abierto de lectura, en lugar de empezar justo al inicio del marco.
Documentación
Traductor de ADN a proteína
Un traductor de ADN a proteína convierte una secuencia de ADN o ARN en la secuencia proteica que codifica. Lee la secuencia en grupos de tres letras, llamados codones, y convierte cada codón en un aminoácido mediante el código genético estándar.
Qué es la traducción del ADN
Una célula almacena las instrucciones genéticas en el ADN. Para construir una proteína, primero copia un gen en ARN mensajero (ARNm). Este paso se denomina transcripción. Luego, los ribosomas leen el ARNm y unen los aminoácidos en el orden que especifica el ARNm. Este paso se denomina traducción. La cadena terminada de aminoácidos se pliega hasta formar una proteína funcional.
El ARN se diferencia del ADN en un único aspecto relevante: el ARN usa la base uracilo (U) donde el ADN usa timina (T). Por ello, una secuencia de ADN puede traducirse con la misma tabla de codones que una secuencia de ARN, siempre que cada U se lea antes como T.
Cómo traducir ADN a proteína
El traductor convierte una secuencia de entrada en una secuencia proteica en cuatro pasos.
- Limpiar la secuencia. Las letras se convierten en mayúsculas. Se eliminan los espacios, los saltos de línea, los dígitos y los símbolos
>,*y-, de modo que el texto FASTA pegado funciona. Cada U se cambia por T. - Comprobar las bases. Cada carácter restante debe ser A, C, G o T. Cualquier otro carácter detiene el proceso y produce un mensaje de error que nombra el carácter no válido.
- Dividir en codones. A partir del marco de lectura elegido, la secuencia se divide en grupos no solapados de tres bases.
- Traducir cada codón. Cada codón se relaciona con un aminoácido mediante la tabla del código genético que aparece a continuación. La traducción se detiene en el primer codón de terminación (TAA, TAG o TGA). El codón de terminación no se añade a la secuencia proteica.
Si después del último codón completo quedan menos de tres bases, esas bases no pueden traducirse y el traductor las indica como bases sobrantes. Las bases posteriores a un codón de parada no se cuentan como sobrantes.
Un ajuste opcional inicia la traducción en el primer ATG del marco de lectura elegido, en lugar de en la primera base del marco. Esto imita la forma en que una célula encuentra el inicio de un gen. Si el marco no tiene ningún ATG, el traductor indica que no se encontró ningún codón de inicio.
Marcos de lectura
Un marco de lectura es el punto de inicio utilizado para dividir una secuencia en codones. Como cada codón tiene tres bases, una secuencia puede dividirse empezando por su primera, segunda o tercera base. Estos se denominan marcos de lectura 1, 2 y 3. Cada marco suele producir una secuencia proteica diferente. En un gen real, solo un marco de lectura produce la proteína correcta. Los otros dos suelen encontrar rápidamente un codón de terminación y producir una secuencia corta sin significado.
El código genético
El código genético estándar asigna cada uno de los 64 codones posibles a uno de los 20 aminoácidos o a una señal de parada: 61 codones nombran aminoácidos y 3 son de parada. El traductor usa el código estándar del NCBI, tabla de traducción 1. Es el código que usan la mayoría de los genes en la mayoría de los organismos, incluidos los humanos.
| Aminoácido | Codones |
|---|---|
| Alanina (A) | GCT, GCC, GCA, GCG |
| Arginina (R) | CGT, CGC, CGA, CGG, AGA, AGG |
| Asparagina (N) | AAT, AAC |
| Ácido aspártico (D) | GAT, GAC |
| Cisteína (C) | TGT, TGC |
| Ácido glutámico (E) | GAA, GAG |
| Glutamina (Q) | CAA, CAG |
| Glicina (G) | GGT, GGC, GGA, GGG |
| Histidina (H) | CAT, CAC |
| Isoleucina (I) | ATT, ATC, ATA |
| Leucina (L) | TTA, TTG, CTT, CTC, CTA, CTG |
| Lisina (K) | AAA, AAG |
| Metionina (M) | ATG |
| Fenilalanina (F) | TTT, TTC |
| Prolina (P) | CCT, CCC, CCA, CCG |
| Serina (S) | TCT, TCC, TCA, TCG, AGT, AGC |
| Treonina (T) | ACT, ACC, ACA, ACG |
| Triptófano (W) | TGG |
| Tirosina (Y) | TAT, TAC |
| Valina (V) | GTT, GTC, GTA, GTG |
| Terminación | TAA, TAG, TGA |
ATG codifica la metionina. También es el codón que utiliza la mayoría de los genes para marcar el inicio de la secuencia codificante.
Ejemplo: traducción de una secuencia de ADN
Tomemos la secuencia ATGGCCATTGTAATGGGCCGCTGAAAGGGTGCCCGATAG en el marco de lectura 1.
División en codones: ATG GCC ATT GTA ATG GGC CGC TGA AAG GGT GCC CGA TAG
Traducción de cada codón: ATG → M, GCC → A, ATT → I, GTA → V, ATG → M, GGC → G, CGC → R, TGA → terminación.
El octavo codón, TGA, es un codón de terminación, por lo que la traducción termina allí. La secuencia proteica es MAIVMGR y tiene siete aminoácidos. Las bases posteriores al codón de terminación no se traducen.
Ejemplo: una secuencia codificante sin codón de terminación
Tomemos la secuencia ATGAAGTACGCCTACATCGCCAAGCAGCGCCAG en el marco de lectura 1. Tiene 33 bases, que corresponden exactamente a 11 codones.
División en codones: ATG AAG TAC GCC TAC ATC GCC AAG CAG CGC CAG
Traducción de cada codón: M, K, Y, A, Y, I, A, K, Q, R, Q.
No aparece ningún codón de terminación, por lo que se traducen los 11 codones. La secuencia proteica es MKYAYIAKQRQ, sin bases sobrantes.
Ejemplo: cómo cambia el resultado con el marco de lectura
La secuencia corta ATGCATGCA muestra por qué es importante el marco de lectura.
- Marco 1 (comienza en la base 1): ATG CAT GCA → M, H, A. Proteína: MHA.
- Marco 2 (comienza en la base 2): TGC ATG CA → C, M, con 2 bases sobrantes que no pueden formar un codón.
- Marco 3 (comienza en la base 3): GCA TGC A → A, C, con 1 base sobrante.
Tres puntos de inicio diferentes producen tres secuencias proteicas diferentes a partir de las mismas nueve bases.
Usos de la traducción del ADN a proteínas
Los investigadores traducen secuencias de ADN para predecir qué proteína produce un gen, comprobar que una secuencia clonada sigue en el marco de lectura correcto después de realizar modificaciones y observar cómo una mutación cambia la secuencia de aminoácidos de una proteína. Las canalizaciones bioinformáticas traducen automáticamente las secuencias del genoma para ayudar a anotar genes y buscar en bases de datos de proteínas.
Breve historia
En la década de 1950, los científicos establecieron que la información genética fluye del ADN al ARN y a la proteína. Francis Crick lo llamó el dogma central de la biología molecular. Marshall Nirenberg y Heinrich Matthaei fabricaron entonces una cadena de ARN con una sola base repetida, el uracilo. Los extractos celulares la convirtieron en una cadena proteica de un único aminoácido, la fenilalanina, lo que resolvió el primer codón, UUU. Nirenberg presentó los primeros resultados en agosto de 1961. Menos de cinco años después se conocía todo el código, sobre todo gracias al trabajo de Nirenberg y Har Gobind Khorana.
Preguntas frecuentes
¿Cuál es la diferencia entre la traducción y la transcripción del ADN?
La transcripción copia una secuencia de ADN en ARNm. La traducción lee ese ARNm y construye una proteína a partir de él. Esta herramienta omite el paso del ARN y traduce directamente una secuencia de ADN, aplicando las mismas reglas de los codones.
¿Por qué el traductor ofrece tres marcos de lectura?
Un codón tiene tres bases, por lo que una secuencia puede dividirse en codones comenzando por su primera, segunda o tercera base. Normalmente, solo uno de estos tres marcos coincide con la secuencia codificante real de un gen, por lo que comprobar los tres puede ayudar a encontrarla.
¿Qué ocurre si la longitud de mi secuencia no es múltiplo de tres?
Las bases adicionales del final no pueden formar un codón completo. El traductor informa del número de bases sobrantes y traduce todos los codones completos que aparecen antes de ellas.
¿Puedo pegar una secuencia de ARN en lugar de ADN?
Sí. Cada U de la entrada se lee automáticamente como T antes de la traducción, por lo que una secuencia de ARN produce el mismo resultado que su equivalente de ADN.
¿Qué hace un codón de terminación?
Un codón de terminación (TAA, TAG o TGA) marca el final de la secuencia codificante. El traductor se detiene allí y no añade a la secuencia proteica el propio codón de terminación ni nada que aparezca después.
¿Utilizan todos los organismos el mismo código genético?
Casi todos los genes nucleares utilizan el código estándar mostrado arriba. Existen algunas excepciones, como el ADN mitocondrial humano, donde el codón TGA codifica el triptófano en lugar de actuar como señal de terminación.
Referencias
- National Center for Biotechnology Information. The Genetic Codes. Los códigos genéticos — las asignaciones de codones y los codones de parada del código estándar (tabla 1), y el código mitocondrial de los vertebrados, en el que UGA codifica triptófano.
- National Human Genome Research Institute. Codon. Codón — un codón son tres nucleótidos; hay 64 codones, 61 para aminoácidos y 3 señales de parada.
- National Human Genome Research Institute. Uracil. Uracilo — el ARN usa uracilo, y el ADN usa timina en su lugar.
- The Nobel Prize. Marshall W. Nirenberg: Facts. Marshall W. Nirenberg, datos — la información genética pasa del ADN al ARN y a la proteína; Nirenberg y Matthaei fabricaron una cadena de ARN de un solo nucleótido que dio una cadena de un solo aminoácido.
- The Nobel Prize. Award ceremony speech, Nobel Prize in Physiology or Medicine 1968. Discurso de la ceremonia de entrega del premio de 1968 — Nirenberg presentó los primeros resultados en agosto de 1961, y el código completo se estableció menos de cinco años después, sobre todo por Nirenberg y Khorana.