DNA-naar-eiwitvertaler

Zo gebruik je de DNA-naar-eiwitvertaler

1. 1. Plak de sequentie. Gewone letters of FASTA werken allebei; spaties, regeleindes, positienummers en kleine letters worden genegeerd. Behandel de sequentie als de coderende (sense-)streng. U wordt als T gelezen.
2. 2. Kies een leeskader. +1, +2 en +3 beginnen bij de eerste, tweede en derde base; −1, −2 en −3 doen hetzelfde op het omgekeerde complement. Alle zes kaders toont ze samen. Heb je de matrijs- (template-)streng geplakt, gebruik dan −1.
3. 3. Stel de opties in. Stop bij het eerste stopcodon, begin bij de eerste ATG, en kies uitvoer in één- of driedletterige code.
4. 4. Of zoek naar genen. Open leeskaders zoeken toont elk stuk van een ATG tot het volgende stopcodon boven een minimale lengte, op één of beide strengen, met coördinaten en eiwitsequenties die je als FASTA kunt kopiëren.

Van DNA naar eiwit

Transcriptie kopieert de matrijsstreng van een gen naar mRNA, dus het mRNA heeft dezelfde sequentie als de tegenovergestelde, coderende streng, met U in plaats van T. Vertaling leest vervolgens het mRNA drie basen tegelijk. Elk drietal, of codon, codeert voor één aminozuur of een stopsignaal. Sequentiedatabases tonen meestal de coderende streng, daarom kun je een GenBank- of RefSeq-coderende sequentie direct plakken.

De tool gebruikt vertaaltabel 1 zoals NCBI die publiceert. Codons die IUPAC-ambiguïteitscodes bevatten krijgen een aminozuur zodra elke mogelijke codon hetzelfde zegt: GCN is altijd alanine en TAR is een stopcodon. Een mix van asparagine en asparaginezuur wordt als B gemeld, glutamine en glutaminezuur als Z, leucine en isoleucine als J, en elke andere mix als X. Deze resultaten komen overeen met de vertaler van Biopython voor elke driedletterige combinatie van de 15 nucleotidecodes.

Leeskaders en open leeskaders

Een sequentie kan vanaf drie beginpunten op elke streng worden gelezen, wat zes leeskaders geeft; alleen het kader dat een gen werkelijk gebruikt levert een zinvol eiwit op, en de andere vijf lopen meestal binnen een paar tientallen codons op een stopcodon vast. Een open leeskader (ORF) is hier een stuk van een ATG tot het volgende stopcodon in hetzelfde kader, zonder stopcodon ertussen. Alleen de buitenste ATG van elk stuk wordt gemeld, dus een ORF met meerdere interne ATG's verschijnt één keer. Korte ORF's ontstaan toevallig — een stopcodon komt in willekeurige sequentie ongeveer eens per 21 codons voor — dus de minimale lengte doet ertoe. De standaard van 25 aminozuren (75 nucleotiden) komt overeen met NCBI ORFfinder; voor bacteriële genomen snijdt een minimum van 100 of meer de ruis weg. Een ORF is een kandidaat, geen bewijs van een gen.

Uitgewerkt voorbeeld: humane preproinsuline

Probeer een voorbeeld laadt de coderende sequentie van 333 nucleotiden van humane insuline uit NCBI RefSeq NM_000207.3. Dat zijn 111 codons: 110 aminozuren en een afsluitend stopcodon. Leeskader +1 geeft het preproinsuline-eiwit (UniProt P01308); het afsluitende sterretje is het stopcodon:

Leeskaders +2 en +3 lopen bijna meteen op een stopcodon vast (leeskader +2 leest WPCGCASCPCWRCWPSGDLTQPQPL en stopt dan). In de ORF-modus met het standaardminimum meldt de tool de ORF van 110 aminozuren op posities 1–333 en een ORF van 49 aminozuren op de omgekeerde streng op posities 147–296 — een herinnering dat een ORF alleen geen gen maakt. Heb je het eiwit, schat dan de massa met de eiwitmolecuulmassacalculator.

Wat deze vertaler niet doet

• Andere genetische codes. Mitochondriën van gewervelden, ciliaten en sommige bacteriën lezen een paar codons anders — in mitochondriën van gewervelden codeert TGA voor tryptofaan. Alleen de standaardcode is ingebouwd.
• Splicing. Plak cDNA of een coderende sequentie, niet genomisch DNA met introns; de tool leest er gewoon doorheen.
• Recoding en verschuivingen van het leeskader (frameshifts). Insertie van selenocysteïne en pyrrolysine en geprogrammeerde frameshifts worden niet gemodelleerd.
• Invoergrootte. Elk record is beperkt tot de eerste 2.000.000 basen, en de gemarkeerde weergave toont de eerste 6.000.

Veelgestelde vragen

Hoe zet je een DNA-sequentie om in een eiwitsequentie?

Zoek het startcodon ATG in de coderende streng, lees dan de sequentie drie basen tegelijk en vervang elk codon door zijn aminozuur uit de genetische code, tot je een stopcodon (TAA, TAG of TGA) bereikt. ATG wordt methionine, GCC alanine, enzovoort. De vertaler doet dit voor je in alle zes kaders tegelijk.

Welke streng moet ik plakken, de coderende of de matrijsstreng?

Plak de coderende (sense-)streng — die waarvan de sequentie overeenkomt met het mRNA, afgezien van U voor T. Sequentiedatabases tonen deze streng. Heb je in plaats daarvan de matrijs- (antisense-)streng, vertaal dan leeskader −1, dat het omgekeerde complement ervan leest.

Wat zijn de zes leeskaders?

Beginnend bij base 1, 2 of 3 van de streng krijg je de kaders +1, +2 en +3; hetzelfde doen op het omgekeerde complement geeft −1, −2 en −3. Een gen wordt in één van hen gelezen, dus door alle zes te scannen zie je welk kader een lange, ononderbroken ORF bevat.

Wat betekenen X, B, Z, J en * in de uitvoer?

Een sterretje markeert een stopcodon. X betekent dat het codon dubbelzinnig is en meerdere verschillende aminozuren kan coderen, of een code zoals N bevatte die niet kon worden opgelost. B staat voor asparagine of asparaginezuur, Z voor glutamine of glutaminezuur, en J voor leucine of isoleucine.

Waarom komt mijn eiwit niet overeen met het gepubliceerde?

De gebruikelijke oorzaken zijn het verkeerde kader, starten bij het verkeerde ATG, het plakken van een genomische sequentie met introns, of een gen dat een niet-standaardcode gebruikt, zoals de mitochondriale code van gewervelden. Vergelijk de eerste paar residuen met de databasevermelding en probeer de andere kaders en de optie eerste ATG.

Wordt mijn sequentie ergens geüpload?

Nee. De vertaling draait volledig in je browser en er wordt niets naar een server gestuurd, dus ongepubliceerde sequenties blijven op je computer.