Que calcule réellement l’analyse d’une séquence d’ADN ?
L’ADN est une chaîne de quatre lettres qui présente deux propriétés délicates : les deux brins sont orientés en sens opposé, et le message n’est lisible que par blocs de trois. Presque tous les panneaux de cette page répondent à l’un de ces deux faits : l’orientation des brins (complément inverse, transcription) ou le code à triplets (traduction, cadres de lecture). Les autres panneaux mesurent des propriétés physiques (teneur en GC, température de fusion, masse moléculaire) qui découlent directement des lettres.
Le seul nombre à retenir : le code génétique comporte 64 codons (4×4×4), mais seulement 20 acides aminés plus les codons stop : le code est dégénéré, si bien que plusieurs codons différents (par exemple CTT, CTC, CTA, CTG se lisent tous Leucine) désignent le même résidu. Cette redondance explique qu’une mutation silencieuse puisse modifier une séquence sans modifier la protéine.
Complément inverse : lire l’autre brin
Les deux brins de l’ADN sont antiparallèles, et A s’apparie avec T, C avec G. Si votre séquence est sur le brin supérieur, tout ce qui fonctionne sur le brin inférieur (un gène, un site de fixation d’amorce, un site de restriction) apparaît sous forme de complément inverse : on retourne la chaîne d’un bout à l’autre et l’on remplace chaque base par sa partenaire. Exemple : la séquence 5′→3′ ATGCGT a pour complément inverse ACGCAT — et appliquer l’opération deux fois redonne toujours l’original.
Transcription et traduction
La transcription copie un gène en ARN, en remplaçant la thymine par l’uracile. La traduction lit ensuite l’ARN (ou le brin codant de l’ADN) par codons de trois bases : ATG initie une protéine (méthionine), TAA, TAG et TGA la terminent. Comme le cadre de lecture peut commencer en position 1, 2 ou 3 sur chacun des brins, tout ADN double brin offre six cadres possibles — et, en général, un seul code pour un véritable ORF long (cadre ouvert de lecture). Le panneau de traduction les affiche tous, de sorte que le vrai gène se révèle comme le cadre présentant une portion propre entre le départ et le stop. Comme la polymérase lit le brin matrice, l’ARNm finit par correspondre au brin codant, avec U à la place de T.
Teneur en GC, Tm et masse moléculaire
Les paires GC partagent trois liaisons hydrogène contre deux pour les paires AT ; un ADN riche en GC est donc plus stable : il fond à plus haute température (Tm plus élevée), il forme des repliements plus serrés, et dans les génomes complets sa proportion constitue une signature de l’espèce, qui va d’environ 25 % à 75 % selon les bactéries. La masse moléculaire additionne les masses des nucléotides (environ 330 Da en moyenne pour un ADN simple brin, le double pour un duplex avec le brin complémentaire). Le panneau d’usage des codons compte les codons synonymes qu’un gène privilégie : un usage fortement biaisé peut révéler des gènes très exprimés.
Idées reçues courantes
- « Le complément inverse, c’est simplement le complément. » Le seul complément donne une chaîne 3′→5′ ; ce n’est qu’en la renversant ensuite qu’on retrouve l’orientation conventionnelle 5′→3′ utilisée par les polymérases et les manuels.
- « Un codon stop signifie la fin du gène. » Dans un cadre de lecture quelconque, les codons stop apparaissent par hasard environ tous les 21 codons ; un véritable cadre ouvert (ORF) s’évalue selon sa longueur et un codon d’initiation correct, non selon un codon stop isolé.
- « La teneur en GC n’est qu’un pourcentage. » Elle prédit aussi le comportement d’hybridation : la conception des amorces de PCR, des sondes et la rigueur de l’hybridation s’appuient dessus (voir le Concepteur d’amorces).
Outils associés : Concepteur d’amorces (Tm, dimères, contrôle de paire), Enzymes de restriction (où tombent les coupures dans la même séquence), et Calculateurs bio (masse, molarité et nombre de copies à partir de ces résultats de masse moléculaire).
