GC含量計算ツール
DNAまたはRNA配列を貼り付けてください。プレーンでもFASTAでも、1件でも複数件でもかまいません。GC%、塩基数、GCスキュー、コドン位置ごとのGC、CpGの観測値/期待値比が得られます。ウィンドウごとのGC含量、GCスキュー、累積GCスキューのプロットも作成してダウンロードできます。曖昧性コードの扱いも選べます。計算はお使いのブラウザ内で行われ、どこにもアップロードされません。
スペース、改行、数字、小文字はそのまま入力できます。FASTAのレコードが複数ある場合は、表にそれぞれの行ができ、プロットする配列を選べます。
結果
64.56%
GC含量
333 nt
長さ
0.014
GCスキュー (G − C) / (G + C)
コドン位置1、2、3のGC（1番目の塩基から始まる読み枠）: 69.37%, 44.14%, 80.18%
CpG観測値/期待値: 0.29
すべての配列
| 配列 | 長さ | A | C | G | T/U | その他 | GC% | GCスキュー |
|---|---|---|---|---|---|---|---|---|
| NM_000207.3 | 333 | 57 | 106 | 109 | 61 | 0 | 64.56% | 0.014 |
スライディングウィンドウのプロファイル
破線: 配列全体の値。
GC含量計算ツールの使い方
- 1. 配列を貼り付けます。 プレーンな文字列でもFASTAでもかまいません。スペース、改行、数字、小文字は無視され、UはTとして数えられます。FASTAのレコードが複数ある場合は、それぞれが表の1行になります。
- 2. 曖昧性コードのルールを選びます。 初期設定では、N、R、Yなどの曖昧性コードを計算から除外します。代わりに、GCではないものとして数えることも、各コードがGまたはCである確率で重み付けすることもできます。
- 3. 数値を読み取ります。 選択した配列について、GC%、長さ、GCスキュー、コドン位置1・2・3のGC、CpGの観測値/期待値比が表示されます。
- 4. プロファイルをプロットします。 ウィンドウとステップを設定し、配列に沿ってGC含量、GCスキュー、累積GCスキューのいずれかをプロットします。グラフはSVGまたはPNGでダウンロードできます。
GC含量とは
GC含量とは、DNAまたはRNA配列のうちグアニン（G）またはシトシン（C）である塩基の割合です。GC% = (G + C) ÷ (A + C + G + T) × 100 で求めます。G–C対の水素結合は3本、A–T対は2本で、さらに塩基の積み重なりによる相互作用も加わるため、GCが多いDNAほど融解温度が高くなります。GC含量はゲノムごとに大きく異なり、同じゲノムの中でも場所によって変わります。ヒトゲノムの平均は約41%、Escherichia coli K-12は約51%、Streptomyces coelicolor は約72%、マラリア原虫 Plasmodium falciparum は約19%です。プライマーでは、GC含量がおよそ40〜60%になるように設計するのが一般的です。
実際の配列にはIUPAC曖昧性コードがしばしば含まれ、その数え方には複数の妥当な方法があります。ここにある3つの選択肢は、Biopythonの gc_fraction の慣例に従っています。
| オプション | 計算式 | 使う場合 |
|---|---|---|
| 曖昧性コードを除外する | (G + C + S) ÷ (A + C + G + T + S + W) | 実際にわかっている塩基だけのGC含量を知りたいとき |
| GCではないものとして数える | (G + C + S) ÷ 全長 | ツールや論文が全長で割っているとき |
| 重み付けする | 各コードは、GまたはCである確率を加算（N = 0.5、BとV = ⅔、DとH = ⅓） | 曖昧な塩基が多く、期待値を知りたいとき |
GCスキューとCpG比
GCスキューは (G − C) ÷ (G + C) で、ウィンドウごとに計算します。多くの細菌ゲノムでは先行鎖にGが多く含まれるため、スキューは複製起点の片側で正、反対側で負になります（Lobry, 1996, Molecular Biology and Evolution）。スキューの累積和、つまり累積スキューをプロットすると、その切り替わりがV字または逆V字として現れます。その極小値と極大値が、複製の起点と終点を示します（Grigoriev, 1998, Nucleic Acids Research）。累積プロットでは、設定したウィンドウサイズで重なりのないウィンドウを使います。
CpG観測値/期待値比は、CpG数 × 長さ ÷ (C数 × G数) です。脊椎動物では、メチル化されたCpGがTpGへ変異しやすいため、CpGはゲノムの大部分で減少しています。そのため、この比が1付近の領域は通常とは異なる領域を示します。CpGアイランドの古典的な定義（Gardiner-Garden and Frommer, 1987）は、200 bp以上の領域でGC含量が50%を超え、比が0.6以上というものです。カットオフ値は任意なので、200 bpのウィンドウに当てはめて自分で判断してください。
具体例：ヒトインスリンのコーディング配列
例を試す を押すと、NCBI RefSeq NM_000207.3のヒトインスリンのコーディング配列（333塩基）が読み込まれます。A が57、C が106、G が109、T が61 含まれるので、GC = 215 ÷ 333 = 64.56% です。スキューは (109 − 106) ÷ 215 = 0.014 で、ほぼゼロです。10個のCpGジヌクレオチドから、比は 10 × 333 ÷ (106 × 109) = 0.29 になります。
コドン位置ごとのGC（1番目の塩基から始まる読み枠）
GC1 = 69.37% GC2 = 44.14% GC3 = 80.18%
100塩基のウィンドウを20塩基ずつずらすと12個のウィンドウになり、GC含量は58.0%から76.0%までです
GC3（3番目のコドン位置）は、タンパク質を変えずに同義置換が起こる位置なので、周辺の塩基組成をよく反映します。GC3が80%なのにGC2が44%というのは、ヒトゲノムのGCに富む領域にある遺伝子によく見られるパターンです。この配列はDNAからタンパク質への翻訳ツールで翻訳するか、Primer Tm Calculatorでプライマーを設計できます。
よくある質問
- GC含量はどのように計算しますか？
- GまたはCの塩基を数え、A、C、G、T（またはU）の塩基の総数で割り、100を掛けます。ATGCGCなら 4 ÷ 6 = 66.7% です。同じ分数を、ゲノム全体にも、遺伝子に沿ってずらした50塩基のウィンドウにも使います。
- プライマーに適したGC含量はどのくらいですか？
- プライマーは通常、GC含量40〜60%で設計します。そうすると融解温度が扱いやすい範囲に収まり、GやCが連続して非特異的に結合する事態を避けられます。3′末端が1〜2個のGまたはCで終わる（GCクランプ）とアニーリングに役立ちますが、3個以上連続すると誤ったプライミングの原因になることがあります。融解温度はPrimer Tm Calculatorで確認できます。
- GCスキューから何がわかりますか？
- GCスキュー (G − C) ÷ (G + C) は、鎖の非対称性を測る指標です。多くの細菌では先行鎖にGが多いため、スキューの符号は複製起点と終点で反転します。累積スキューのプロットでは、その2つの切り替わり点が極小値と極大値として見えるため、新しいゲノムで複製起点を素早く見つける方法になります。
- 生物によってGC含量が異なるのはなぜですか？
- 変異の偏り、DNA修復、複製、選択のすべてが塩基組成に影響し、そのバランスは系統ごとに異なります。自由生活性の細菌では約25%から75%までの幅があり、温血脊椎動物にはアイソコア（isochores）と呼ばれる大きな地域差があります。ゲノム内では、GCに富む領域ほど遺伝子が多い傾向があります。
- Nのような曖昧性コードはどのように数えられますか？
- 初期設定では、分子と分母の両方から除外されます。代わりに、分母に残してGCではないものとして扱うこともできますし、各コードが表す可能な塩基のうちGまたはCである割合で重み付けすることもできます。その場合、NはGCとして0.5と数えられます。3つの選択肢は、Biopythonの "remove"、"ignore"、"weighted" の設定に対応しています。
- GCプロットにはどのウィンドウサイズを使うべきですか？
- 安定した推定値が得られるほど長く、見たい特徴が見えるほど短いウィンドウを使います。遺伝子やCpGアイランドを探すには100〜200塩基程度、細菌ゲノムには1,000〜10,000塩基が適しています。ステップはウィンドウの5分の1から2分の1程度にできます。ステップの結果が2,000個を超えるウィンドウになる場合は、プロットを見やすく保つためにツールが自動的にステップを大きくします。