DNA-naar-eiwitvertaler - Codon- en aminozuurconverter

Een DNA-naar-eiwitvertaler zet een DNA- of RNA-sequentie om in de keten van aminozuren die deze codeert, met behulp van de standaard genetische code. Het leest de sequentie drie basen tegelijk en zoekt elk triplet op in een vaste tabel van 64 codons.

Hoe vertaling werkt

Een gen is geschreven in vier letters: A, C, G en T (of U in RNA). Cellen lezen deze letters in niet-overlappende groepen van drie, codons genoemd. Elk codon staat voor één aminozuur, of voor een stopsignaal dat de keten beëindigt.

Deze tool maakt de invoer eerst schoon. Kleine letters worden omgezet naar hoofdletters, spaties, regeleinden en cijfers worden verwijderd, en elke U wordt veranderd in T, omdat RNA-uracil paart volgens hetzelfde codon als DNA-thymine. Daarna wordt elk teken dat geen A, C, G of T is afgewezen, zoals ambiguïteitscodes als N, zodat een sequentie nooit stilzwijgend verkeerd wordt vertaald.

De standaard genetische code

De tool gebruikt NCBI-vertaaltabel 1, "The Standard Code", de genetische code die door de meeste organismen wordt gebruikt, waaronder de mens. Deze wijst elk van de 64 mogelijke codons toe aan een van de 20 aminozuren of aan een stopsignaal.

Drie codons zijn stopcodons: TAA, TAG en TGA. Geen van deze codeert voor een aminozuur. Zodra de tool er een tegenkomt, stopt de vertaling daar. Het stopcodon zelf wordt niet aan het eiwit toegevoegd, en alle basen erna worden genegeerd.

Het codon ATG codeert voor het aminozuur methionine (Met, M). Bij de meeste organismen fungeert ATG ook als startcodon, het codon waarbij een ribosoom begint met het lezen van een gen.

Leesramen

Een DNA-sequentie kan op drie verschillende manieren worden gelezen, leesramen genoemd, afhankelijk van bij welke base het tellen begint:

• Frame 1 begint bij de eerste base.
• Frame 2 begint bij de tweede base, waarbij de eerste wordt overgeslagen.
• Frame 3 begint bij de derde base, waarbij de eerste twee worden overgeslagen.

Het leesraam met zelfs maar één base verschuiven verandert elk codon erna, zodat dezelfde sequentie drie volledig verschillende aminozuurketens kan opleveren. Meestal is slechts één leesraam het werkelijke coderende leesraam van een gen.

Scannen naar het eerste startcodon

Standaard vertaalt de tool vanaf de eerste base van het gekozen leesraam, ongeacht welk codon dat toevallig is. Dit komt overeen met hoe de tool altijd heeft gewerkt en is nuttig voor het vertalen van een sequentie waarvan al bekend is dat deze vanaf positie één in het leesraam staat.

De optionele instelling "scannen naar eerste startcodon" verandert waar de vertaling begint, niet hoe er wordt vertaald. Wanneer deze is ingeschakeld, zoekt de tool langs het gekozen leesraam naar het eerste ATG-codon en begint daar met vertalen, waarbij alle basen ervoor worden overgeslagen. Dit weerspiegelt hoe een ribosoom het begin van een open leesraam (ORF) vindt, in plaats van te vertalen vanaf een willekeurig punt in een langere sequentie. Als er geen ATG in dat leesraam voorkomt, meldt de tool dat er geen startcodon is gevonden, in plaats van te gokken.

Het uitschakelen van deze instelling keert terug naar het oorspronkelijke gedrag: vertaling vanaf het allereerste begin van het leesraam.

Hoe je een DNA-naar-eiwitvertaling berekent

1. Voer een DNA- of RNA-sequentie in. Spaties, regeleinden, cijfers en tekens in FASTA-stijl worden automatisch genegeerd.
2. Kies een leesraam: 1, 2 of 3.
3. Schakel eventueel "scannen naar eerste startcodon" in om te beginnen bij het eerste ATG binnen het leesraam in plaats van bij het begin van het leesraam.
4. De tool leest de sequentie drie basen tegelijk, zoekt elk codon op in de standaard genetische code en stopt bij het eerste stopcodon.
5. Het resultaat is de eiwitsequentie, geschreven als eenletterige aminozuurcodes, samen met een uitsplitsing per codon.

Uitgewerkt voorbeeld

Sequentie: ATGGCCTAA, leesraam 1, scannen naar startcodon uitgeschakeld.

Het eiwit is MA. De vertaling stopt bij TAA, dus alles erna wordt niet gelezen.

Neem nu een langere sequentie, CCCATGGCCTAA, in leesraam 1. Met scannen uitgeschakeld leest de tool vanaf de allereerste base: CCC (Pro), ATG (Met), GCC (Ala), dan TAA (stop), wat het eiwit PMA oplevert. Met scannen ingeschakeld slaat de tool CCC over, begint bij het eerste ATG en leest ATG (Met), GCC (Ala), dan TAA (stop), wat het eiwit MA oplevert. Beide zijn correcte uitkomsten van dezelfde sequentie; ze beantwoorden verschillende vragen, de ene leest alles binnen het leesraam, de andere leest alleen het open leesraam dat bij ATG begint.

Veelgestelde vragen

Wat is een codon?

Een codon is een groep van drie DNA- of RNA-basen. Elk van de 64 mogelijke codons staat voor één aminozuur of voor een stopsignaal, volgens de standaard genetische code.

Waarom stopt de vertaling bij een stopcodon?

TAA, TAG en TGA coderen niet voor een aminozuur. Het zijn stopsignalen. Een ribosoom dat een echt gen leest, laat op dat punt de voltooide eiwitketen los, dus de tool doet hetzelfde en negeert alle basen erna.

Wat is een leesraam, en waarom is dat belangrijk?

Het is het beginpunt dat wordt gebruikt om een sequentie in codons te verdelen. Één of twee basen later beginnen verandert elk codon dat volgt, zodat hetzelfde DNA op drie verschillende manieren kan worden gelezen, waarvan meestal maar één de werkelijke coderende sequentie is.

Wat verandert "scannen naar eerste startcodon"?

Het verandert waar de vertaling begint, niet de gebruikte genetische code. Wanneer deze optie is ingeschakeld, slaat de tool binnen het gekozen leesraam vooruit naar het eerste ATG en vertaalt vanaf daar, zoals een ribosoom bij een startcodon begint. Wanneer deze is uitgeschakeld, begint de vertaling bij de allereerste base van het leesraam.

Kan ik een RNA-sequentie plakken?

Ja. De tool behandelt U hetzelfde als T, omdat RNA-uracil en DNA-thymine dezelfde codonbetekenis hebben. Zowel hoofdletters als kleine letters worden geaccepteerd.

Wat gebeurt er als mijn sequentie andere letters bevat dan A, C, G, T of U?

De tool markeert de ongeldige tekens en vertaalt de sequentie niet. Dit geldt ook voor ambiguïteitscodes zoals N, die veel voorkomen in sequencinggegevens van lage kwaliteit, maar geen geldige invoer voor vertaling zijn.

Wat als de lengte van de sequentie geen veelvoud van drie is?

De tool vertaalt elk volledig codon dat mogelijk is en meldt de overgebleven één of twee basen apart, zonder te gokken wat deze zouden kunnen coderen.