DNA转蛋白质翻译器 - 密码子与氨基酸转换工具

DNA转蛋白质翻译器使用标准遗传密码，把一段DNA或RNA序列转换成它所编码的氨基酸链。它每次读取三个碱基，并在一张包含64种密码子的固定表格中查找每个三联体。

翻译的工作原理

基因由四个字母写成：A、C、G和T（在RNA中为U）。细胞以不重叠的三个字母一组来读取这些字母，这样的一组称为密码子。每个密码子代表一种氨基酸，或者代表使链条终止的终止信号。

该工具首先会清理输入内容。它把小写字母转换为大写字母，去除空格、换行符和数字，并把每个U改为T，因为RNA中的尿嘧啶与DNA中的胸腺嘧啶对应同一个密码子。随后，它会拒绝任何不是A、C、G或T的字符，例如N这样的模糊碱基代码，从而避免序列被悄悄错误翻译。

标准遗传密码

该工具使用NCBI第1号密码子表，即“标准密码子表”，这是包括人类在内的大多数生物所使用的遗传密码。它把64种可能的密码子分别分配给20种氨基酸之一，或分配为终止信号。

有三个密码子是终止密码子：TAA、TAG和TGA。它们都不编码任何氨基酸。当工具读到其中一个时，翻译就在此处结束。终止密码子本身不会被加入蛋白质序列，其后的碱基也会被忽略。

密码子ATG编码氨基酸甲硫氨酸（Met，M）。在大多数生物中，ATG还起着起始密码子的作用，也就是核糖体开始读取一个基因的位置。

阅读框

同一段DNA序列可以有三种不同的读法，称为阅读框，具体取决于从哪个碱基开始计数：

• 阅读框1从第一个碱基开始。
• 阅读框2从第二个碱基开始，跳过第一个碱基。
• 阅读框3从第三个碱基开始，跳过前两个碱基。

哪怕只把阅读框移动一个碱基，其后的每一个密码子都会随之改变，因此同一段序列可以产生三条完全不同的氨基酸链。通常只有其中一个阅读框才是基因真正的编码框。

扫描至第一个起始密码子

默认情况下，该工具从所选阅读框的第一个碱基开始翻译，不论那里恰好是什么密码子。这与该工具一贯的工作方式一致，适用于翻译一段你已经知道从第一个位置起就处于正确阅读框中的序列。

可选的“扫描至第一个起始密码子”设置改变的是翻译的起始位置，而不是翻译的方式。开启后，工具会沿所选阅读框查找第一个ATG密码子，并从那里开始翻译，跳过它之前的所有碱基。这与核糖体寻找开放阅读框（ORF）起点的方式类似，而不是从一段较长序列中的任意位置开始翻译。如果该阅读框中不存在ATG，工具会报告未找到起始密码子，而不会做出猜测。

关闭该设置会恢复原始行为：从阅读框的最开头开始翻译。

如何计算DNA转蛋白质翻译

1. 输入一段DNA或RNA序列。空格、换行符、数字和FASTA格式中的特殊字符会被自动忽略。
2. 选择一个阅读框：1、2或3。
3. 可选择开启“扫描至第一个起始密码子”，从阅读框中第一个符合读码的ATG开始，而不是从阅读框的起点开始。
4. 该工具每次读取三个碱基，在标准遗传密码表中查找每个密码子，并在遇到第一个终止密码子时停止。
5. 结果是以单字母氨基酸代码写出的蛋白质序列，并附有逐个密码子的分解说明。

示例演算

序列：ATGGCCTAA，阅读框1，起始密码子扫描关闭。

蛋白质为MA。翻译在TAA处停止，因此其后的内容不会被读取。

再看一段更长的序列，CCCATGGCCTAA，阅读框1。扫描关闭时，工具从第一个碱基开始读取：CCC（Pro）、ATG（Met）、GCC（Ala），然后是TAA（终止），得到蛋白质PMA。扫描开启时，工具跳过CCC，从第一个ATG开始，读取ATG（Met）、GCC（Ala），然后是TAA（终止），得到蛋白质MA。这两个结果对同一段序列而言都是正确的，只是回答了不同的问题：一个读取阅读框中的全部内容，另一个只读取从ATG开始的开放阅读框。

常见问题

什么是密码子？

密码子是由三个DNA或RNA碱基组成的一组。根据标准遗传密码，64种可能的密码子中，每一种都代表一种氨基酸或一个终止信号。

为什么翻译会在终止密码子处停止？

TAA、TAG和TGA不编码任何氨基酸，它们是终止信号。核糖体在读取真实基因时会在这个位置释放已合成的蛋白质链，因此该工具也照此处理，忽略其后的所有碱基。

什么是阅读框，为什么它很重要？

阅读框是把一段序列切分成密码子时所用的起始位置。从晚一个或两个碱基开始，会改变其后的每一个密码子，因此同一段DNA可以有三种不同的读法，而通常只有一种才是真正的编码序列。

“扫描至第一个起始密码子”改变的是什么？

它改变的是翻译开始的位置，而不是所使用的遗传密码。开启后，工具会在所选阅读框中向前查找第一个ATG，并从那里开始翻译，就像核糖体从起始密码子开始读取一样。关闭后，翻译从阅读框的第一个碱基开始。

我可以粘贴RNA序列吗？

可以。该工具把U当作T处理，因为RNA中的尿嘧啶与DNA中的胸腺嘧啶对应相同的密码子含义。大写和小写字母均可接受。

如果我的序列中含有A、C、G、T或U以外的字母会怎样？

该工具会标出无效字符，并且不会翻译该序列。这包括N这样的模糊碱基代码，它们在低质量测序数据中很常见，但不是有效的翻译输入。

如果序列长度不是3的倍数怎么办？

该工具会翻译所有能组成完整密码子的部分，并单独报告剩余的一个或两个碱基，而不会猜测它们可能编码什么。