Tradutor de DNA para proteína

Um tradutor de DNA para proteína converte uma sequência de DNA ou RNA na sequência de proteína que ela codifica. Ele lê a sequência em grupos de três letras, chamados códons, e converte cada códon em um aminoácido usando o código genético padrão.

O que é a tradução do DNA

Uma célula armazena instruções genéticas no DNA. Para produzir uma proteína, a célula primeiro copia um gene para o RNA mensageiro (mRNA). Essa etapa é chamada de transcrição. Em seguida, os ribossomos leem o mRNA e ligam os aminoácidos na ordem especificada pelo mRNA. Essa etapa é chamada de tradução. A cadeia final de aminoácidos se dobra e forma uma proteína funcional.

O RNA difere do DNA em apenas um aspecto relevante: o RNA usa a base uracila (U) onde o DNA usa timina (T). Por isso, uma sequência de DNA pode ser traduzida usando a mesma tabela de códons que uma sequência de RNA, desde que todo U seja primeiro lido como T.

Como traduzir DNA em proteína

O tradutor transforma uma sequência de entrada em uma sequência de proteína em quatro etapas.

1. Limpe a sequência. As letras são convertidas para maiúsculas e todo U é alterado para T. Espaços, quebras de linha, dígitos e a pontuação usada em sequências FASTA coladas (>, - e *) são removidos. Se nada restar após a limpeza, o tradutor informa que a entrada está vazia.
2. Verifique as bases. Cada caractere restante deve ser A, C, G ou T. Qualquer outro caractere interrompe o processo e gera uma mensagem de erro que lista os caracteres inválidos.
3. Divida em códons. A partir do quadro de leitura escolhido, a sequência é dividida em grupos não sobrepostos de três bases.
4. Traduza cada códon. Cada códon é associado a um aminoácido usando a tabela do código genético abaixo. A tradução para no primeiro códon de parada (TAA, TAG ou TGA). O próprio códon de parada não é adicionado à sequência da proteína.

Se restarem menos de três bases após o último códon completo, essas bases não poderão ser traduzidas, e o tradutor as informa como bases restantes. As bases que aparecem depois de um códon de parada não são contadas como restantes, pois a tradução já terminou.

Quadros de leitura

Um quadro de leitura é o ponto inicial usado para dividir uma sequência em códons. Como cada códon tem três bases, uma sequência pode ser dividida começando pela primeira, segunda ou terceira base. Esses são chamados de quadro de leitura 1, 2 e 3. Cada quadro geralmente produz uma sequência de proteína diferente. Em um gene real, apenas um quadro de leitura produz a proteína correta. Os outros dois quadros frequentemente encontram um códon de parada rapidamente e produzem uma sequência curta e sem significado.

Começando no primeiro ATG

A maioria dos genes começa com o códon ATG. Ele codifica a metionina e marca o ponto onde a proteína começa. O tradutor tem uma opção chamada "Verificar até o primeiro códon de início (ATG)". Com a opção ativada, o tradutor avança pelo quadro escolhido até encontrar um códon exatamente igual a ATG e começa a tradução nesse ponto. As bases anteriores a esse ATG são ignoradas. Com a opção desativada, a tradução começa na primeira base do quadro.

A busca aceita apenas um ATG que esteja no limite de um códon do quadro escolhido. Considere CATGGCCTAA. O quadro 1 o divide em CAT GGC CTA, portanto as letras ATG nunca se alinham com um códon, e o tradutor informa que nenhum códon de início foi encontrado nesse quadro. O quadro 2 começa na segunda base e produz ATG GCC TAA, então a tradução começa imediatamente e produz MA.

O código genético

O código genético padrão atribui cada um dos 64 códons possíveis a um dos 20 aminoácidos ou a um sinal de parada. Esse é o código usado pela maioria dos genes na maioria dos organismos, incluindo os seres humanos.

ATG codifica a metionina. Ele também é o códon que a maioria dos genes usa para marcar o início da sequência codificante.

Exemplo: traduzindo uma sequência de DNA

Considere a sequência ATGGCCATTGTAATGGGCCGCTGAAAGGGTGCCCGATAG no quadro de leitura 1.

Divisão em códons: ATG GCC ATT GTA ATG GGC CGC TGA AAG GGT GCC CGA TAG

Tradução de cada códon: ATG → M, GCC → A, ATT → I, GTA → V, ATG → M, GGC → G, CGC → R, TGA → parada.

O oitavo códon, TGA, é um códon de parada, portanto a tradução termina nesse ponto. A sequência da proteína é MAIVMGR, com sete aminoácidos. As bases posteriores ao códon de parada não são traduzidas.

Exemplo: uma sequência codificante sem códon de parada

Considere a sequência ATGAAGTACGCCTACATCGCCAAGCAGCGCCAG no quadro de leitura 1. Ela tem 33 bases, que correspondem exatamente a 11 códons.

Divisão em códons: ATG AAG TAC GCC TAC ATC GCC AAG CAG CGC CAG

Tradução de cada códon: M, K, Y, A, Y, I, A, K, Q, R, Q.

Nenhum códon de parada aparece, portanto todos os 11 códons são traduzidos. A sequência da proteína é MKYAYIAKQRQ, sem bases restantes.

Exemplo: como o quadro de leitura altera o resultado

A sequência curta ATGCATGCA mostra por que o quadro de leitura é importante.

• Quadro 1 (começa na base 1): ATG CAT GCA → M, H, A. Proteína: MHA.
• Quadro 2 (começa na base 2): TGC ATG CA → C, M, com 2 bases restantes que não podem formar um códon.
• Quadro 3 (começa na base 3): GCA TGC A → A, C, com 1 base restante.

Três pontos de início diferentes produzem três sequências de proteína diferentes a partir das mesmas nove bases.

Usos da tradução de DNA para proteína

Pesquisadores traduzem sequências de DNA para prever qual proteína um gene produz, verificar se uma sequência clonada ainda está no quadro de leitura correto após alterações e observar como uma mutação altera a sequência de aminoácidos de uma proteína. Pipelines de bioinformática traduzem automaticamente sequências de genomas para ajudar a anotar genes e pesquisar bancos de dados de proteínas.

Uma breve história

Francis Crick descreveu o fluxo de informações genéticas do DNA para o RNA e depois para a proteína em 1958, chamando-o de dogma central da biologia molecular. Em 1961, Marshall Nirenberg e Heinrich Matthaei mostraram que o códon UUU codifica o aminoácido fenilalanina, o primeiro códon a ser decifrado. Até 1966, pesquisadores, incluindo Nirenberg e Har Gobind Khorana, haviam determinado todas as 64 atribuições de códons, estabelecendo o código genético usado por este tradutor atualmente.

Dúvidas frequentes

Qual é a diferença entre tradução e transcrição do DNA?

A transcrição copia uma sequência de DNA para o mRNA. A tradução lê esse mRNA e produz uma proteína a partir dele. Esta ferramenta ignora a etapa do RNA e traduz diretamente uma sequência de DNA, aplicando as mesmas regras de códons.

Por que o tradutor oferece três quadros de leitura?

Um códon tem três bases, portanto uma sequência pode ser dividida em códons começando pela primeira, segunda ou terceira base. Apenas um desses três quadros geralmente corresponde à sequência codificante real de um gene, portanto verificar os três pode ajudar a encontrá-la.

O que acontece se o comprimento da minha sequência não for múltiplo de três?

As bases extras no final não podem formar um códon completo. O tradutor informa o número de bases restantes e traduz todos os códons completos que aparecem antes delas.

Posso colar uma sequência de RNA em vez de DNA?

Sim. Todo U da entrada é automaticamente lido como T antes da tradução, portanto uma sequência de RNA produz o mesmo resultado que seu equivalente de DNA.

O que um códon de parada faz?

Um códon de parada (TAA, TAG ou TGA) marca o fim da sequência codificante. O tradutor para nesse ponto e não adiciona o próprio códon de parada nem nada que venha depois dele à sequência da proteína.

O que faz a opção de códon de início?

Ela instrui o tradutor a avançar até o primeiro ATG no quadro de leitura escolhido e começar nesse ponto, da mesma forma que um ribossomo começa a leitura em um códon de início. Com a opção desativada, a tradução começa na primeira base do quadro. Se o quadro não contiver nenhum ATG no quadro de leitura, o tradutor informa isso em vez de fazer uma suposição.

Todos os organismos usam o mesmo código genético?

Quase todos os genes nucleares usam o código padrão mostrado acima. Existem algumas exceções, como o DNA mitocondrial humano, em que o códon TGA codifica o triptofano em vez de atuar como sinal de parada.