جریان اطلاعات ژنتیکی و مبانی تبدیل توالیها
در زیستشناسی مولکولی، جریان اطلاعات ژنتیکی به طور معمول از DNA به RNA و سپس به پروتئین هدایت میشود. این فرآیند که به عنوان دگم مرکزی زیستشناسی مولکولی شناخته میشود، پایه و اساس درک نحوه ذخیرهسازی و بیان کدهای ژنتیکی است. در فرآیند نسخهبرداری، توالی نوکلئوتیدی DNA به یک توالی RNA مکمل تبدیل میشود. ابزار «مبدل توالی DNA RNA» برای شبیهسازی این فرآیندهای طبیعی و همچنین فرآیند نسخهبرداری معکوس در شرایط آزمایشگاهی طراحی شده است.
هنگام کار با دادههای ژنتیکی در پژوهشهای آزمایشگاهی یا بیوانفورماتیک، نیاز مکرری به تبدیل توالیهای DNA به RNA یا برعکس وجود دارد. برای مثال، محققانی که نیاز به تولید یک توالی cDNA از روی یک الگوی RNA دارند، میتوانند از این ابزار برای تبدیل توالی استفاده کنند تا دادههای خود را در ابزارهای پاییندستی که فقط DNA میپذیرند، به کار ببرند. این مبدل به صورت محلی در مرورگر کاربر عمل میکند و توالی شما در مرورگر خودتان تبدیل میشود. هیچ دادهای به BroBroGo آپلود نمیشود.
تفاوت رشته کدکننده و رشته الگو در تبدیل توالی
مولکول DNA معمولاً به صورت دو رشتهای است و این دو رشته نقشهای متفاوتی در فرآیند نسخهبرداری دارند. برای تبدیل دقیق توالیها، انتخاب رشته صحیح اهمیت حیاتی دارد:
- رشته کدکننده (حس): این رشته دارای توالی مشابه با RNA پیامرسان (mRNA) تولید شده است، با این تفاوت که در DNA باز تیمین (T) وجود دارد و در RNA باز یوراسیل (U) جایگزین آن میشود.
- رشته الگو (آنتیسنس): این رشتهای است که سلول در واقع آن را به عنوان الگو برای ساخت RNA میخواند. بنابراین، توالی RNA حاصل، مکمل این رشته خواهد بود.
در ابزار مبدل، بسته به انتخاب گزینههای «کدکننده (حس)» یا «الگو (آنتیسنس)» در بخش «رشته»، قوانین تبدیل متفاوتی اعمال میشود:
| جهت تبدیل | نوع رشته | قانون تبدیل بازها |
|---|---|---|
DNA → RNA |
«کدکننده (حس)» | هر T به U تبدیل میشود. سایر بازها بدون تغییر میمانند. |
RNA → DNA |
«کدکننده (حس)» | هر U به T تبدیل میشود. سایر بازها بدون تغییر میمانند. |
DNA → RNA |
«الگو (آنتیسنس)» | بازها مکمل میشوند: A→U، T→A، C→G، G→C. |
RNA → DNA |
«الگو (آنتیسنس)» | بازها مکمل میشوند: A→T، U→A، C→G، G→C. |
حروف کوچک در تمام این تبدیلها حالت خود را حفظ میکنند. همچنین نشانگرهای فاصله همترازی (-) بدون تغییر در خروجی نهایی حفظ میشوند.
پشتیبانی از کدهای مبهم IUPAC و قوانین مکملسازی
در توالییابی ژنتیکی، همیشه نمیتوان یک باز را با قطعیت تعیین کرد. در این حالت از کدهای مبهم استاندارد IUPAC-IUB استفاده میشود که نشاندهنده حضور بیش از یک احتمال در آن جایگاه است. این ابزار به طور کامل از این کدهای استاندارد پشتیبانی کرده و در تبدیلهای رشته الگو، آنها را به مکمل صحیح خود نگاشت میکند:
- کد
R(پورین: A یا G) با کدY(پیریمیدین: C یا T/U) مکمل میشود (R↔Y). - کد
K(کتو: G یا T/U) با کدM(آمینو: A یا C) مکمل میشود (K↔M). - کد
B(هر بازی به جز A) با کدV(هر بازی به جز T/U) مکمل میشود (B↔V). - کد
D(هر بازی به جز C) با کدH(هر بازی به جز G) مکمل میشود (D↔H). - کدهای
S(پیوند قوی: G یا C)،W(پیوند ضعیف: A یا T/U) وN(هر بازی) به دلیل خودمکمل بودن، بدون تغییر باقی میمانند.
این قوانین بر اساس توصیههای استاندارد سال ۱۹۸۴ مصوب کمیته نامگذاری اسیدهای نوکلئیک تدوین شدهاند.
فرمت FASTA و نحوه برخورد با کاراکترهای غیرمجاز
فرمت FASTA یکی از رایجترین قالبهای متنی برای نمایش توالیهای نوکلئوتیدی است که با یک خط هدر حاوی علامت > (یا در نسخههای قدیمی با ;) آغاز میشود. این ابزار به طور کامل با فرمت FASTA سازگار است:
- اگر ورودی حاوی یک خط نام منفرد باشد، این خط حفظ شده و بالای نتیجه نمایش داده میشود و یادداشت «خط نام حفظ شد.» نمایش داده میشود.
- اگر چندین خط نام در ورودی شناسایی شود، ابزار خطوط توالی را با یکدیگر ادغام کرده و یادداشت «‹n› خط نام پیدا شد — خطوط توالی در یک خط ادغام شدند.» را با نمایش تعداد خطوط ادغامشده نشان میدهد.
فاصلهها، شکستگیهای خط، ارقام و علائم نگارشی به عنوان تزئینات متنی در نظر گرفته شده و به طور خودکار از توالی پاک میشوند. تعداد این کاراکترهای حذفشده با پیام «تعداد ‹n› فاصله، رقم و علامت نگارشی نادیده گرفته شد.» به کاربر اطلاع داده میشود.
اگر ورودی حاوی حروف غیرمجازی باشد که جزو بازهای استاندارد یا کدهای مبهم IUPAC نیستند، فرآیند تبدیل متوقف شده و پیام خطای زیر نمایش داده میشود: «حروف غیرمجاز: ‹chars›. فقط حروف بازهای DNA/RNA مجاز هستند.» (که تا ۶ حرف غیرمجاز اول را لیست میکند). همچنین محدودیت حجم ورودی برای این ابزار ۲,۰۰۰,۰۰۰ کاراکتر است و در صورت فراتر رفتن از این مقدار، خطای زیر نمایش داده میشود: «این توالی برای این ابزار بسیار طولانی است. آن را زیر ‹max› کاراکتر نگه دارید.».
محاسبه محتوای GC و اهمیت آن
محتوای GC نشاندهنده درصد بازهای گوانین و سیتوزین در یک توالی ژنتیکی است و نقش مهمی در تعیین دمای ذوب الیگونوکلئوتیدها، طراحی پرایمرها و پایداری ساختاری اسیدهای نوکلئیک دارد. فرمول محاسبه محتوای GC در این ابزار به شرح زیر است:
محتوای GC = (G + C + S) / (A + C + G + T + U + W + S) × 100%
در این فرمول، کد مبهم S (پیوند قوی) به عنوان بازهای G یا C در صورت و مخرج کسر لحاظ میشود و کد W (پیوند ضعیف) به عنوان بازهای A یا T/U در مخرج کسر قرار میگیرد. سایر کدهای مبهم IUPAC شامل R، Y، K، M، B، V D، H و N به دلیل نامشخص بودن سهم دقیق GC، از صورت و مخرج کسر حذف میشوند. اگر توالی فاقد بازهای قابل شمارش باشد، هیچ درصدی نمایش داده نمیشود. میزان محتوای GC در طی فرآیند تبدیل هرگز تغییر نمیکند.
پرسشهای متداول
تفاوت بین رشته کدکننده و الگو چیست؟
رشته کدکننده (حس) با RNA پیامرسان مطابقت دارد، با این تفاوت که T به U تبدیل میشود. رشته الگو (آنتیسنس) رشتهای است که سلول در واقع آن را میخواند، بنابراین هر باز مکمل میشود: A→U، T→A، C→G، G→C. رشتهای را انتخاب کنید که با نحوه نوشتن توالی شما مطابقت دارد.
تبدیل RNA → DNA چه چیزی به من میدهد؟
یک نسخه DNA از RNA شما: هر U به T تبدیل میشود و بقیه موارد باقی میمانند. این همان توالی cDNA است که یک آنزیم نسخهبردار معکوس تولید میکند، که وقتی ابزار پاییندستی فقط DNA میپذیرد مفید است.
چه اتفاقی برای هدرهای FASTA، اعداد و فاصلهها میافتد؟
خط نام که با > شروع میشود حفظ شده و بالای نتیجه نشان داده میشود. فاصلهها، شکستگیهای خط، ارقام و علائم نگارشی نادیده گرفته میشوند و یادداشت زیر ورودی به شما میگوید چه مقدار حذف شده است — هیچ چیز به صورت پنهانی حذف نمیشود.
آیا میتوانم کدهای مبهم مانند N، R یا Y را جایگذاری کنم؟
بله. کدهای مبهم IUPAC حفظ میشوند: یک تبدیل ساده فقط T و U را تغییر میدهد، و تبدیل رشته الگو هر کد را به مکمل مناسب خود نگاشت میکند (R↔Y، K↔M؛ S، W و N باقی میمانند). نشانگرهای فاصله همترازی (-) حفظ میشوند و حروف کوچک حالت خود را حفظ میکنند.