Traducteur d'ADN en protéine

Comment utiliser le traducteur d'ADN en protéine

1. 1. Collez la séquence. Les lettres simples et le format FASTA fonctionnent tous deux ; les espaces, les sauts de ligne, les numéros de position et les minuscules sont ignorés. Traitez la séquence comme le brin codant (sens). U est lu comme T.
2. 2. Choisissez un cadre. +1, +2 et +3 commencent à la première, à la deuxième et à la troisième base ; −1, −2 et −3 font de même sur le complément inverse. Les six cadres les affiche ensemble. Si vous avez collé le brin matrice, utilisez −1.
3. 3. Réglez les options. Arrêtez au premier codon stop, commencez au premier ATG, et choisissez une sortie en une ou en trois lettres.
4. 4. Ou cherchez des gènes. Trouver les cadres de lecture ouverts liste chaque segment allant d'un ATG jusqu'à un stop au-delà d'une longueur minimale, sur un brin ou sur les deux, avec les coordonnées et les séquences protéiques que vous pouvez copier au format FASTA.

De l'ADN à la protéine

La transcription copie le brin matrice d'un gène en ARNm : l'ARNm a donc la même séquence que le brin codant opposé, avec U à la place de T. La traduction lit ensuite l'ARNm trois bases à la fois. Chaque triplet, ou codon, précise un acide aminé ou un signal d'arrêt. Les bases de données de séquences impriment en général le brin codant, c'est pourquoi vous pouvez coller directement une séquence codante issue de GenBank ou de RefSeq.

L'outil utilise la table de traduction 1 publiée par le NCBI. Les codons qui contiennent des codes d'ambiguïté IUPAC reçoivent un acide aminé dès que tous les codons possibles s'accordent : GCN est toujours l'alanine et TAR est toujours un stop. Un mélange d'asparagine et d'aspartate est signalé par B, celui de glutamine et de glutamate par Z, celui de leucine et d'isoleucine par J, et tout autre mélange par X. Ces résultats concordent avec le traducteur de Biopython pour toutes les combinaisons de trois lettres parmi les 15 codes nucléotidiques.

Cadres de lecture et cadres de lecture ouverts

Une séquence peut être lue à partir de trois points de départ sur chaque brin, soit six cadres de lecture ; seul le cadre qu'un gène utilise produit une protéine significative, et les cinq autres rencontrent en général un codon stop en quelques dizaines de codons. Un cadre de lecture ouvert (ORF) désigne ici une séquence allant d'un ATG jusqu'au prochain stop dans le même cadre, sans stop entre les deux. Seul le plus externe des ATG de chaque segment est signalé : un ORF comportant plusieurs ATG internes n'apparaît donc qu'une fois. Les ORF courts surviennent par hasard — un codon stop apparaît environ une fois tous les 21 codons dans une séquence aléatoire — la longueur minimale compte donc. La valeur par défaut de 25 acides aminés (75 nucléotides) correspond à l'ORFfinder du NCBI ; pour les génomes bactériens, un minimum de 100 ou plus réduit le bruit. Un ORF est un candidat, pas une preuve de l'existence d'un gène.

Exemple détaillé : préproinsuline humaine

Essayer un exemple charge la séquence codante de 333 nucléotides de l'insuline humaine, issue du NCBI RefSeq NM_000207.3. Cela fait 111 codons : 110 acides aminés et un stop final. Le cadre +1 donne la protéine préproinsuline (UniProt P01308) ; l'astérisque final est le codon stop :

Les cadres +2 et +3 rencontrent presque aussitôt un codon stop (le cadre +2 lit WPCGCASCPCWRCWPSGDLTQPQPL, puis s'arrête). En mode ORF avec le minimum par défaut, l'outil signale l'ORF de 110 acides aminés aux positions 1–333 et un ORF de 49 acides aminés sur le brin inverse aux positions 147–296 : un rappel qu'un ORF seul ne fait pas un gène. Une fois la protéine obtenue, estimez sa masse avec le Protein Molecular Weight Calculator.

Ce que ce traducteur ne fait pas

• Autres codes génétiques. Les mitochondries des vertébrés, les cilés et certaines bactéries lisent certains codons différemment — dans les mitochondries des vertébrés, TGA code le tryptophane. Seul le code standard est intégré.
• Épissage. Collez de l'ADNc ou une séquence codante, pas de l'ADN génomique avec des introns : l'outil lit directement de bout en bout.
• Recodage et décalages de cadre. L'insertion de sélénocystéine et de pyrrolysine, ainsi que les décalages de cadre programmés, ne sont pas modélisés.
• Taille des entrées. Chaque enregistrement est limité aux 2 000 000 premières bases, et la vue surlignée affiche les 6 000 premières.

Questions fréquentes

Comment convertir une séquence d'ADN en séquence protéique ?

Trouvez le codon d'initiation ATG sur le brin codant, puis lisez la séquence trois bases à la fois et remplacez chaque codon par son acide aminé selon le code génétique, jusqu'à atteindre un codon stop (TAA, TAG ou TGA). ATG donne la méthionine, GCC l'alanine, et ainsi de suite. Le traducteur fait cela pour vous dans les six cadres à la fois.

Quel brin dois-je coller : codant ou matrice ?

Collez le brin codant (sens), celui dont la séquence correspond à celle de l'ARNm, à U près pour T. Les bases de données de séquences impriment ce brin. Si vous disposez plutôt du brin matrice (antisens), traduisez le cadre −1, qui lit son complément inverse.

Quels sont les six cadres de lecture ?

En partant de la base 1, 2 ou 3 du brin, on obtient les cadres +1, +2 et +3 ; le même travail sur le complément inverse donne −1, −2 et −3. Un gène est lu dans l'un d'eux, donc parcourir les six montre quel cadre porte un long cadre de lecture ouvert sans interruption.

Que signifient X, B, Z, J et * dans le résultat ?

Un astérisque marque un codon stop. X signifie que le codon est ambigu et pourrait coder plusieurs acides aminés différents, ou qu'il contenait un code comme N qui n'a pas pu être résolu. B désigne l'asparagine ou l'aspartate, Z la glutamine ou le glutamate, et J la leucine ou l'isoleucine.

Pourquoi ma protéine ne correspond-elle pas à celle publiée ?

Les causes habituelles sont le mauvais cadre, un départ sur le mauvais ATG, le collage d'une séquence génomique contenant des introns, ou un gène qui utilise un code non standard comme le code mitochondrial des vertébrés. Comparez les premiers résidus avec l'entrée de la base de données, puis essayez les autres cadres et l'option du premier ATG.

Ma séquence est-elle envoyée quelque part ?

Non. La traduction se fait entièrement dans votre navigateur et rien n'est envoyé à un serveur : les séquences non publiées restent sur votre ordinateur.