DNA-till-protein-översättare - Omvandlare för kodon och aminosyror

En DNA-till-protein-översättare omvandlar en DNA- eller RNA-sekvens till den kedja av aminosyror som den kodar för, med hjälp av den standardiserade genetiska koden. Verktyget läser sekvensen tre baser i taget och slår upp varje triplett i en fast tabell med 64 kodoner.

Hur översättningen fungerar

En gen skrivs med fyra bokstäver: A, C, G och T (eller U i RNA). Celler läser dessa bokstäver i icke-överlappande grupper om tre, så kallade kodoner. Varje kodon står för en aminosyra, eller för en stoppsignal som avslutar kedjan.

Verktyget rensar först indata. Det gör om gemener till versaler, tar bort mellanslag, radbrytningar och siffror, och byter varje U mot T, eftersom uracil i RNA parar med samma kodon som tymin i DNA. Därefter avvisas alla tecken som inte är A, C, G eller T, till exempel oklarhetskoder som N, så att en sekvens aldrig feltolkas i tysthet.

Den standardiserade genetiska koden

Verktyget använder NCBI:s översättningstabell 1, "Standardkoden", den genetiska kod som används av de flesta organismer, inklusive människan. Den tilldelar var och en av de 64 möjliga kodonerna till en av 20 aminosyror eller till en stoppsignal.

Tre kodoner är stoppkodoner: TAA, TAG och TGA. Ingen av dem kodar för en aminosyra. När verktyget når ett av dem avslutas översättningen där. Själva stoppkodonet läggs inte till i proteinet, och eventuella baser efter det ignoreras.

Kodonet ATG kodar för aminosyran metionin (Met, M). Hos de flesta organismer fungerar ATG även som startkodon, det kodon där en ribosom börjar läsa en gen.

Läsramar

En DNA-sekvens kan läsas på tre olika sätt, så kallade läsramar, beroende på vilken bas man börjar räkna från:

• Ram 1 börjar vid den första basen.
• Ram 2 börjar vid den andra basen och hoppar över den första.
• Ram 3 börjar vid den tredje basen och hoppar över de två första.

Att förskjuta ramen med bara en bas ändrar varje kodon efter den, så samma sekvens kan ge tre helt olika aminosyrakedjor. Vanligtvis är bara en ram genens riktiga kodande ram.

Skanning till det första startkodonet

Som standard översätter verktyget från den första basen i den valda ramen, oavsett vilket kodon det råkar vara. Detta motsvarar hur verktyget alltid har fungerat och är användbart för att översätta en sekvens som man redan vet ligger i ram från position ett.

Den valfria inställningen "skanna till första startkodon" ändrar var översättningen börjar, inte hur den översätter. När den är påslagen letar verktyget längs den valda ramen efter det första ATG-kodonet och börjar översätta därifrån, och hoppar över eventuella baser före det. Detta efterliknar hur en ribosom hittar början av en öppen läsram (ORF) i stället för att översätta från en godtycklig punkt i en längre sekvens. Om inget ATG finns i den ramen rapporterar verktyget att inget startkodon hittades, i stället för att gissa.

Om inställningen stängs av återgår verktyget till det ursprungliga beteendet: översättning från själva början av ramen.

Hur man beräknar en DNA-till-protein-översättning

1. Ange en DNA- eller RNA-sekvens. Mellanslag, radbrytningar, siffror och FASTA-liknande tecken ignoreras automatiskt.
2. Välj en läsram: 1, 2 eller 3.
3. Slå eventuellt på "skanna till första startkodon" för att börja vid det första ATG i ramen i stället för vid ramens början.
4. Verktyget läser sekvensen tre baser i taget, slår upp varje kodon i den standardiserade genetiska koden och stoppar vid det första stoppkodonet.
5. Resultatet är proteinsekvensen, skriven som enbokstavskoder för aminosyror, tillsammans med en kodon-för-kodon-uppdelning.

Räkneexempel

Sekvens: ATGGCCTAA, läsram 1, skanning efter startkodon avstängd.

Proteinet är MA. Översättningen stoppar vid TAA, så inget efter det läses.

Ta nu en längre sekvens, CCCATGGCCTAA, i ram 1. Med skanning avstängd läser verktyget från allra första basen: CCC (Pro), ATG (Met), GCC (Ala), sedan TAA (stopp), vilket ger proteinet PMA. Med skanning påslagen hoppar verktyget över CCC, börjar vid det första ATG och läser ATG (Met), GCC (Ala), sedan TAA (stopp), vilket ger proteinet MA. Båda är korrekta resultat av samma sekvens. De svarar på olika frågor: den ena läser allt i ramen, den andra läser bara den öppna läsram som börjar vid ATG.

Vanliga frågor

Vad är ett kodon?

Ett kodon är en grupp om tre DNA- eller RNA-baser. Vart och ett av de 64 möjliga kodonerna står för en aminosyra eller för en stoppsignal, enligt den standardiserade genetiska koden.

Varför stoppar översättningen vid ett stoppkodon?

TAA, TAG och TGA kodar inte för någon aminosyra. De är stoppsignaler. En ribosom som läser en riktig gen släpper den färdiga proteinkedjan vid den punkten, så verktyget gör samma sak och ignorerar alla baser efter det.

Vad är en läsram, och varför spelar den roll?

Det är utgångspunkten som används för att dela upp en sekvens i kodoner. Att börja en eller två baser senare ändrar varje kodon som följer, så samma DNA kan läsas på tre olika sätt, och vanligtvis är bara ett av dem den riktiga kodande sekvensen.

Vad ändrar "skanna till första startkodon"?

Det ändrar var översättningen börjar, inte vilken genetisk kod som används. När den är påslagen hoppar verktyget framåt i den valda ramen till det första ATG och översätter därifrån, på samma sätt som en ribosom startar vid ett startkodon. När den är avstängd börjar översättningen vid ramens allra första bas.

Kan jag klistra in en RNA-sekvens?

Ja. Verktyget behandlar U på samma sätt som T, eftersom uracil i RNA och tymin i DNA parar med samma kodonbetydelse. Både versaler och gemener godtas.

Vad händer om min sekvens innehåller andra bokstäver än A, C, G, T eller U?

Verktyget flaggar de ogiltiga tecknen och översätter inte sekvensen. Detta gäller även oklarhetskoder som N, vilka är vanliga i sekvenseringsdata av låg kvalitet men inte är giltiga indata för översättning.

Vad händer om sekvensens längd inte är en multipel av tre?

Verktyget översätter varje komplett kodon det kan hitta och rapporterar de en eller två kvarvarande baserna separat, utan att gissa vad de kan koda för.