GC 함량은 어떻게 계산하나요?

G와 C 염기를 세고, 그 값을 A, C, G, T(또는 U) 염기의 총개수로 나눈 뒤 100을 곱하세요. ATGCGC의 경우 4 ÷ 6 = 66.7%입니다. 같은 비율을 게놈 전체에도, 유전자를 따라 밀면서 본 50염기 윈도우에도 씁니다.

프라이머의 정상적인 GC 함량은 얼마인가요?

프라이머는 보통 GC 40–60%로 설계합니다. 그래야 녹는점(Tm)이 작업 가능한 범위에 들고, 비특이적으로 결합하는 긴 G 또는 C 연속 구간을 피할 수 있습니다. 3′ 말단이 G 또는 C 한두 개로 끝나면(GC 클램프) 결합에 도움이 되지만, 연속으로 세 개를 넘으면 잘못된 결합(mispriming)을 일으킬 수 있습니다. 녹는점은 프라이머 Tm 계산기로 확인하세요.

GC 스큐는 무엇을 알려 주나요?

GC 스큐, (G − C) ÷ (G + C)는 가닥의 비대칭성을 측정합니다. 많은 세균에서 선도 가닥은 G가 풍부하므로 복제 기점과 종결점에서 스큐의 부호가 뒤바뀝니다. 누적 스큐 그래프는 두 전환점을 최솟값과 최댓값으로 보여 주므로, 새로운 게놈에서 복제 기점을 찾는 빠른 방법입니다.

생물마다 GC 함량이 다른 이유는 무엇인가요?

돌연변이 편향, DNA 수선, 복제, 선택이 모두 염기 조성을 형성하며, 그 균형은 계통마다 다릅니다. 자유 생활 세균은 GC가 약 25%에서 75%까지 분포하고, 온혈 척추동물은 아이소코어(isochore)라 부르는 큰 지역적 변이를 보입니다. 한 게놈 안에서는 GC가 많은 영역일수록 유전자가 밀집하는 경향이 있습니다.

N 같은 모호성 코드는 어떻게 세나요?

기본적으로는 분자와 분모 모두에서 뺍니다. 대신 분모에는 남겨 두고 GC가 아닌 것으로 세거나, 각 코드가 가능한 염기 중 G 또는 C인 비율만큼 가중치를 줄 수 있습니다. 이때 N은 0.5로 셉니다. 이 세 가지 선택은 Biopython의 “remove”, “ignore”, “weighted” 설정과 대응합니다.

GC 그래프에는 어떤 윈도우 크기를 써야 하나요?

안정적인 추정치를 얻을 만큼 길고, 보려는 특징이 드러날 만큼 짧은 윈도우를 쓰세요. 100–200염기는 유전자나 CpG 섬 탐색에 알맞고, 1,000–10,000염기는 세균 게놈에 알맞습니다. 이동 간격은 윈도우의 5분의 1에서 2분의 1 정도로 잡을 수 있습니다. 이동 간격 때문에 윈도우가 2,000개를 넘으면 그래프가 읽기 어려워지지 않도록 도구가 간격을 자동으로 늘립니다.

GC 함량 계산기

DNA 또는 RNA 염기서열을 붙여넣으세요. 일반 텍스트든 FASTA든, 레코드가 하나든 여러 개든 상관없습니다. GC 백분율, 염기 개수, GC 스큐, 코돈 위치별 GC, CpG 관찰/기대 비율을 구하고, GC 함량, GC 스큐 또는 누적 스큐의 슬라이딩 윈도우 그래프를 내려받을 수 있습니다. 모호성 코드를 처리하는 방식도 고를 수 있습니다. 브라우저에서 실행되며 아무것도 업로드되지 않습니다.

DNA 또는 RNA 염기서열 — 일반 텍스트 또는 FASTA

공백, 줄바꿈, 숫자와 소문자는 그대로 두어도 됩니다. FASTA 레코드가 여러 개이면 각 레코드가 표에 한 행씩 나타나며, 그중 하나를 골라 그래프로 그릴 수 있습니다.

모호성 코드 (N, R, Y…)

윈도우 크기 (염기)

이동 간격 (염기)

결과

64.56%

GC 함량

333 nt

길이

0.014

GC 스큐 (G − C) / (G + C)

코돈 위치 1, 2, 3의 GC (1번 염기부터 시작하는 프레임): 69.37%, 44.14%, 80.18%

CpG 관찰/기대 비율: 0.29

모든 염기서열

염기서열	길이	A	C	G	T/U	기타	GC %	GC 스큐
NM_000207.3	333	57	106	109	61	0	64.56%	0.014

그래프

윈도우별 GC 함량윈도우별 GC 스큐누적 GC 스큐

슬라이딩 윈도우 프로파일

점선: 전체 염기서열의 값입니다.

GC 함량 계산기 사용 방법

1. 염기서열을 붙여넣으세요. 일반 문자나 FASTA를 입력합니다. 공백, 줄바꿈, 숫자와 소문자는 무시되며 U는 T로 셉니다. FASTA 레코드가 여러 개이면 각 레코드가 표에 한 행씩 나타납니다.
2. 모호성 규칙을 고르세요. 기본값은 N, R, Y 등 모호성 코드를 계산에서 제외합니다. 대신 이 코드들을 GC가 아닌 것으로 세거나, 각 코드가 G 또는 C일 확률로 가중치를 줄 수 있습니다.
3. 수치를 읽으세요. 선택한 염기서열의 GC%, 길이, GC 스큐, 코돈 위치 1, 2, 3의 GC, CpG 관찰/기대 비율이 나타납니다.
4. 프로파일을 그리세요. 윈도우 크기와 이동 간격을 정한 뒤, 염기서열을 따라 GC 함량, GC 스큐 또는 누적 GC 스큐를 그립니다. 그래프는 SVG 또는 PNG로 내려받을 수 있습니다.

GC 함량이란

GC 함량은 DNA 또는 RNA 염기서열에서 구아닌 또는 사이토신인 염기의 비율입니다: GC% = (G + C) ÷ (A + C + G + T) × 100. G–C 쌍은 수소 결합이 3개이고 A–T 쌍은 2개이며, 염기 적층 상호작용이 안정성을 더해 GC가 많은 DNA일수록 더 높은 온도에서 녹습니다. GC 함량은 게놈마다, 그리고 게놈 내부에서도 크게 다릅니다. 사람 게놈은 평균 약 41%, Escherichia coli K-12는 약 51%, Streptomyces coelicolor는 약 72%, 말라리아 원충 Plasmodium falciparum는 약 19%입니다. 프라이머의 경우 대략 40–60%의 GC 함량을 보통 목표로 삼습니다.

실제 염기서열에는 IUPAC 모호성 코드가 자주 들어 있으며, 이를 세는 합리적인 방법은 한 가지 이상입니다. 여기의 세 가지 옵션은 Biopython의 gc_fraction이 따르는 관례를 따릅니다:

옵션	공식	사용 시기
모호성 코드 제외	(G + C + S) ÷ (A + C + G + T + S + W)	실제로 확인된 염기만으로 GC 함량을 구하고 싶을 때
GC가 아닌 것으로 계산	(G + C + S) ÷ 전체 길이	도구나 논문이 전체 길이로 나눌 때
가중치 부여	각 코드가 G 또는 C일 확률을 더합니다 (N = 0.5, B와 V = ⅔, D와 H = ⅓)	모호성이 잦아서 기댓값을 원할 때

GC 스큐와 CpG 비율

GC 스큐는 (G − C) ÷ (G + C)이며 윈도우 단위로 계산합니다. 많은 세균 게놈에서 선도 가닥은 C보다 G가 많아서, 스큐는 복제 기점의 한쪽에서는 양수, 반대쪽에서는 음수가 됩니다(Lobry, 1996, Molecular Biology and Evolution). 스큐의 누적 합인 누적 스큐를 그리면 이 전환이 V자 또는 역V자 모양으로 나타나며, 그 최솟값과 최댓값이 복제 기점과 종결점을 표시합니다(Grigoriev, 1998, Nucleic Acids Research). 누적 그래프는 설정한 크기의 겹치지 않는 윈도우를 사용합니다.

CpG 관찰/기대 비율은 CpG 개수 × 길이 ÷ (C 개수 × G 개수)입니다. 척추동물에서는 메틸화된 CpG가 쉽게 TpG로 돌연변이하므로, CpG는 게놈 대부분에서 줄어들어 있고 이 비율이 1 근처이면 특이한 구간이라는 뜻입니다. CpG 섬의 고전적 정의(Gardiner-Garden과 Frommer, 1987)는 GC가 50%를 넘고 비율이 0.6 이상인 200 bp 이상의 구간입니다. 기준값은 임의적이므로, 200 bp 윈도우에 직접 적용해 보세요.

실제 예시: 사람 인슐린 코딩 서열

예시 사용해 보기를 누르면 NCBI RefSeq NM_000207.3의 사람 인슐린 코딩 서열 333염기가 불러와집니다. A 57개, C 106개, G 109개, T 61개를 포함하므로 GC = 215 ÷ 333 = 64.56%입니다. 스큐는 (109 − 106) ÷ 215 = 0.014로 거의 없습니다. CpG 이중 염기 10개는 10 × 333 ÷ (106 × 109) = 0.29의 비율을 줍니다.

1번 염기부터 시작하는 프레임의 코돈 위치별 GC

GC1 = 69.37% GC2 = 44.14% GC3 = 80.18%

100염기 윈도우를 20염기씩 이동하면 윈도우는 12개이며, GC 함량은 58.0%에서 76.0%까지입니다

GC3, 즉 세 번째 코돈 위치는 단백질을 바꾸지 않으면서 동의 변이(synonymous change)가 일어나는 곳이므로 국소적인 염기 조성을 따라갑니다. GC2는 44%인데 GC3가 80%인 것은 사람 게놈의 GC가 많은 영역에 있는 유전자에서 흔히 보이는 특징입니다. 이 염기서열을 DNA 단백질 번역기로 번역하거나, Primer Tm Calculator로 프라이머를 설계해 보세요.

자주 묻는 질문

GC 함량은 어떻게 계산하나요?: G와 C 염기를 세고, 그 값을 A, C, G, T(또는 U) 염기의 총개수로 나눈 뒤 100을 곱하세요. ATGCGC의 경우 4 ÷ 6 = 66.7%입니다. 같은 비율을 게놈 전체에도, 유전자를 따라 밀면서 본 50염기 윈도우에도 씁니다.
프라이머의 정상적인 GC 함량은 얼마인가요?: 프라이머는 보통 GC 40–60%로 설계합니다. 그래야 녹는점(Tm)이 작업 가능한 범위에 들고, 비특이적으로 결합하는 긴 G 또는 C 연속 구간을 피할 수 있습니다. 3′ 말단이 G 또는 C 한두 개로 끝나면(GC 클램프) 결합에 도움이 되지만, 연속으로 세 개를 넘으면 잘못된 결합(mispriming)을 일으킬 수 있습니다. 녹는점은 프라이머 Tm 계산기로 확인하세요.
GC 스큐는 무엇을 알려 주나요?: GC 스큐, (G − C) ÷ (G + C)는 가닥의 비대칭성을 측정합니다. 많은 세균에서 선도 가닥은 G가 풍부하므로 복제 기점과 종결점에서 스큐의 부호가 뒤바뀝니다. 누적 스큐 그래프는 두 전환점을 최솟값과 최댓값으로 보여 주므로, 새로운 게놈에서 복제 기점을 찾는 빠른 방법입니다.
생물마다 GC 함량이 다른 이유는 무엇인가요?: 돌연변이 편향, DNA 수선, 복제, 선택이 모두 염기 조성을 형성하며, 그 균형은 계통마다 다릅니다. 자유 생활 세균은 GC가 약 25%에서 75%까지 분포하고, 온혈 척추동물은 아이소코어(isochore)라 부르는 큰 지역적 변이를 보입니다. 한 게놈 안에서는 GC가 많은 영역일수록 유전자가 밀집하는 경향이 있습니다.
N 같은 모호성 코드는 어떻게 세나요?: 기본적으로는 분자와 분모 모두에서 뺍니다. 대신 분모에는 남겨 두고 GC가 아닌 것으로 세거나, 각 코드가 가능한 염기 중 G 또는 C인 비율만큼 가중치를 줄 수 있습니다. 이때 N은 0.5로 셉니다. 이 세 가지 선택은 Biopython의 “remove”, “ignore”, “weighted” 설정과 대응합니다.
GC 그래프에는 어떤 윈도우 크기를 써야 하나요?: 안정적인 추정치를 얻을 만큼 길고, 보려는 특징이 드러날 만큼 짧은 윈도우를 쓰세요. 100–200염기는 유전자나 CpG 섬 탐색에 알맞고, 1,000–10,000염기는 세균 게놈에 알맞습니다. 이동 간격은 윈도우의 5분의 1에서 2분의 1 정도로 잡을 수 있습니다. 이동 간격 때문에 윈도우가 2,000개를 넘으면 그래프가 읽기 어려워지지 않도록 도구가 간격을 자동으로 늘립니다.