DNA-til-protein-oversetter - Kodon- og aminosyrekonverterer

En DNA-til-protein-oversetter gjør om en DNA- eller RNA-sekvens til kjeden av aminosyrer den koder for, ved hjelp av den standard genetiske koden. Verktøyet leser sekvensen tre baser om gangen og slår opp hvert triplett i en fast tabell med 64 kodoner.

Slik fungerer oversettelsen

Et gen er skrevet med fire bokstaver: A, C, G og T (eller U i RNA). Celler leser disse bokstavene i ikke-overlappende grupper på tre, kalt kodoner. Hvert kodon står for én aminosyre, eller for et stoppsignal som avslutter kjeden.

Dette verktøyet renser først inndataene. Det gjør om små bokstaver til store, fjerner mellomrom, linjeskift og tall, og endrer hver U til T, siden uracil i RNA parer med samme kodon som tymin i DNA. Deretter avviser det ethvert tegn som ikke er A, C, G eller T, som for eksempel usikkerhetskoder som N, slik at en sekvens aldri blir feiloversatt uten varsel.

Den standard genetiske koden

Verktøyet bruker NCBI-oversettelsestabell 1, "Standardkoden", den genetiske koden som brukes av de fleste organismer, inkludert mennesker. Den tilordner hvert av de 64 mulige kodonene til en av 20 aminosyrer eller til et stoppsignal.

Tre kodoner er stoppkodoner: TAA, TAG og TGA. Ingen av dem koder for en aminosyre. Når verktøyet når ett av dem, avslutter det oversettelsen der. Selve stoppkodonet legges ikke til i proteinet, og eventuelle baser etter det blir ignorert.

Kodonet ATG koder for aminosyren metionin (Met, M). Hos de fleste organismer fungerer ATG også som startkodon, kodonet der et ribosom begynner å lese et gen.

Leserammer

En DNA-sekvens kan leses på tre forskjellige måter, kalt leserammer, avhengig av hvilken base man begynner å telle fra:

• Ramme 1 starter ved den første basen.
• Ramme 2 starter ved den andre basen, og hopper over den første.
• Ramme 3 starter ved den tredje basen, og hopper over de to første.

Å forskyve rammen med bare én base endrer hvert kodon etter det, slik at samme sekvens kan gi tre helt forskjellige aminosyrekjeder. Vanligvis er bare én ramme den faktiske kodende rammen til et gen.

Søk til det første startkodonet

Som standard oversetter verktøyet fra den første basen i den valgte rammen, uansett hvilket kodon det måtte være. Dette samsvarer med hvordan verktøyet alltid har fungert, og er nyttig for å oversette en sekvens man allerede vet er i ramme fra posisjon én.

Det valgfrie innstillingen "søk til første startkodon" endrer hvor oversettelsen begynner, ikke hvordan den oversetter. Når den er slått på, leter verktøyet gjennom den valgte rammen etter det første ATG-kodonet og starter oversettelsen der, og hopper over alle baser før det. Dette gjenspeiler hvordan et ribosom finner starten på en åpen leseramme (ORF), i stedet for å oversette fra et vilkårlig punkt i en lengre sekvens. Hvis det ikke finnes noe ATG i rammen, melder verktøyet at det ikke ble funnet noe startkodon i stedet for å gjette.

Å slå av innstillingen gjenoppretter den opprinnelige oppførselen: oversettelse fra helt starten av rammen.

Slik beregner du en DNA-til-protein-oversettelse

1. Skriv inn en DNA- eller RNA-sekvens. Mellomrom, linjeskift, tall og FASTA-tegn ignoreres automatisk.
2. Velg en leseramme: 1, 2 eller 3.
3. Slå eventuelt på "søk til første startkodon" for å starte ved det første ATG i rammen i stedet for ved starten av rammen.
4. Verktøyet leser sekvensen tre baser om gangen, slår opp hvert kodon i den standard genetiske koden, og stopper ved det første stoppkodonet.
5. Resultatet er proteinsekvensen, skrevet som enbokstavskoder for aminosyrer, sammen med en kodon-for-kodon-oversikt.

Regneeksempel

Sekvens: ATGGCCTAA, leseramme 1, søk etter startkodon slått av.

Proteinet er MA. Oversettelsen stopper ved TAA, så ingenting etter det leses.

Ta nå en lengre sekvens, CCCATGGCCTAA, i ramme 1. Med søk slått av leser verktøyet fra den aller første basen: CCC (Pro), ATG (Met), GCC (Ala), deretter TAA (stopp), noe som gir proteinet PMA. Med søk slått på hopper verktøyet over CCC, starter ved det første ATG, og leser ATG (Met), GCC (Ala), deretter TAA (stopp), noe som gir proteinet MA. Begge er korrekte resultater av samme sekvens. De svarer på forskjellige spørsmål: det ene leser alt i rammen, det andre leser bare den åpne leserammen som starter ved ATG.

Ofte stilte spørsmål

Hva er et kodon?

Et kodon er en gruppe på tre DNA- eller RNA-baser. Hvert av de 64 mulige kodonene står for én aminosyre eller for et stoppsignal, basert på den standard genetiske koden.

Hvorfor stopper oversettelsen ved et stoppkodon?

TAA, TAG og TGA koder ikke for noen aminosyre. De er stoppsignaler. Et ribosom som leser et ekte gen, slipper fri den ferdige proteinkjeden på det punktet, så verktøyet gjør det samme og ignorerer eventuelle baser etter det.

Hva er en leseramme, og hvorfor betyr den noe?

Det er startpunktet som brukes til å dele en sekvens inn i kodoner. Å starte én eller to baser senere endrer hvert kodon som følger, slik at samme DNA kan leses på tre forskjellige måter, hvorav vanligvis bare én er den ekte kodende sekvensen.

Hva endrer "søk til første startkodon"?

Det endrer hvor oversettelsen begynner, ikke hvilken genetisk kode som brukes. Med den slått på hopper verktøyet fram i den valgte rammen til det første ATG og oversetter derfra, slik et ribosom starter ved et startkodon. Med den slått av begynner oversettelsen ved den aller første basen i rammen.

Kan jeg lime inn en RNA-sekvens?

Ja. Verktøyet behandler U på samme måte som T, siden uracil i RNA og tymin i DNA parer med samme kodonbetydning. Både store og små bokstaver godtas.

Hva skjer hvis sekvensen min inneholder andre bokstaver enn A, C, G, T eller U?

Verktøyet flagger de ugyldige tegnene og oversetter ikke sekvensen. Dette gjelder også usikkerhetskoder som N, som er vanlige i sekvenseringsdata av lav kvalitet, men som ikke er gyldige inndata for oversettelse.

Hva om sekvenslengden ikke er delelig med tre?

Verktøyet oversetter hvert fullstendige kodon det kan, og melder de gjenværende én eller to basene separat, uten å gjette hva de kunne ha kodet for.