Ce calculează, de fapt, analiza secvențelor ADN?
ADN-ul este un lanț de patru litere cu două proprietăți incomode: cele două catene merg în direcții opuse, iar mesajul se poate citi doar în blocuri de trei. Aproape fiecare panou de pe această pagină există ca să rezolve una dintre aceste două realități — orientarea catenelor (complementul invers, transcripția) sau codul pe triplete (traducerea, cadrele de citire). Celelalte panouri măsoară proprietăți fizice (conținutul GC, temperatura de topire, greutatea moleculară), care decurg din chiar literele.
Singurul număr de reținut: codul genetic are 64 de codoni (4×4×4), dar doar 20 de aminoacizi plus codonii de stop — codul este degenerat, deci mai mulți codoni diferiți (de exemplu CTT, CTC, CTA, CTG codifică toți leucina) specifică același reziduu. Această redundanță explică de ce o mutație silențioasă poate schimba o secvență fără să schimbe o proteină.
Complementul invers: citirea celuilalt lanț
Cele două catene ale ADN-ului sunt antiparalele, iar A se împerechează cu T, C cu G. Dacă secvența se află pe catena de sus, tot ce funcționează pe catena de jos (o genă, un sit de legare al unui primer, un sit de restricție) apare ca complementul invers: se răstoarnă șirul cap-coadă și se schimbă fiecare bază cu partenera ei. Exemplu: secvența 5′→3′ ATGCGT are complementul invers ACGCAT — iar aplicând operația de două ori se revine mereu la original.
Transcripție și traducere
Transcripția copiază o genă în ARN, înlocuind timina cu uracil. Apoi traducerea citește ARN-ul (sau catena codantă de ADN) în codoni de câte trei baze: ATG începe o proteină (metionina), iar TAA/TAG/TGA o opresc. Deoarece cadrul de citire poate începe la poziția 1, 2 sau 3 pe oricare catenă, orice ADN dublu catenar oferă șase cadre posibile — iar de obicei doar unul codifică un ORF (cadru deschis de citire) real și lung. Panoul de traducere arată toate șase, astfel încât gena adevărată se vede ca cadrul cu un segment curat de la start la stop. Deoarece polimeraza citește catena-șablon, ARNm ajunge să se potrivească cu catena codantă, cu U în locul lui T.
Conținutul GC, Tm și greutatea moleculară
Perechile GC au trei punți de hidrogen față de cele două ale perechilor AT, deci ADN-ul bogat în GC este mai stabil: se topește mai cald (Tm mai mare), menține pliuri mai strânse și, în genomurile întregi, proporția lui este o amprentă a speciei, variind de la aproximativ 25% la 75% la bacterii. Greutatea moleculară însumează masele fiecărui nucleotid (în medie aproximativ 330 Da pentru ADN monocatenar, dublu pentru dupleș, cu catena complementară). Panoul Utilizarea codonilor numără care dintre codonii sinonimi preferă o genă — o utilizare puternic părtinitoare poate dezvălui gene exprimate intens.
Neînțelegeri frecvente
- „Complementul invers este doar complementul.” Complementarea singură dă un șir 3′→5′; doar inversarea ulterioară restabilește orientarea convențională 5′→3′, folosită de polimeraze și de manuale.
- „Un codon de stop înseamnă sfârșitul genei.” Într-un cadru aleator, codonii de stop apar întâmplător la aproximativ fiecare 21 de codoni; un ORF autentic se judecă după lungime și după un start corespunzător, nu după un singur stop.
- „Conținutul GC este doar un procent.” El prezice și comportamentul la alipire: proiectarea primerilor PCR, a sondelor și stringența hibridizării se bazează pe el (vezi Proiectant de primeri).
Instrumente înrudite: Proiectant de primeri (Tm, dimeri, verificarea perechii), Enzime de restricție (unde cad tăieturile în aceeași secvență) și Calculatoare bio (masa, molaritatea și numărul de copii din aceste rezultate MW).
