મોલેક્યુલર બાયોલોજીમાં સિક્વન્સ રૂપાંતરણ
મોલેક્યુલર બાયોલોજીના સેન્ટ્રલ ડોગ્મા (Central Dogma) અનુસાર, આનુવંશિક માહિતીનો પ્રવાહ DNA માંથી RNA અને ત્યારપછી પ્રોટીનમાં વહે છે. આ પ્રક્રિયામાં ટ્રાન્સક્રિપ્શન (લેખન) એક મહત્વપૂર્ણ તબક્કો છે, જ્યાં DNA ટેમ્પલેટનો ઉપયોગ કરીને મેસેન્જર RNA (mRNA) નું નિર્માણ થાય છે. પ્રયોગશાળા સંશોધનો અને બાયોઇન્ફોર્મેટિક્સ વિશ્લેષણમાં, સંશોધકોને વારંવાર DNA સિક્વન્સને RNA માં અથવા RNA સિક્વન્સને પાછા DNA (cDNA) માં રૂપાંતરિત કરવાની જરૂર પડે છે.
આ રૂપાંતરણ પ્રક્રિયા સિક્વન્સ કયા સ્ટ્રેન્ડ ને રજૂ કરે છે તેના પર આધાર રાખે છે. કોડિંગ અથવા ટેમ્પલેટ સ્ટ્રેન્ડના આધારે ન્યુક્લિયોટાઇડ્સ બદલાય છે. આ ઓનલાઇન ટૂલ વૈજ્ઞાનિકો, વિદ્યાર્થીઓ અને સંશોધકોને ચોક્કસ નિયમો અનુસાર સિક્વન્સ કન્વર્ટ કરવાની સુવિધા આપે છે.
કોડિંગ અને ટેમ્પલેટ સ્ટ્રેન્ડ વચ્ચેનો તફાવત
DNA બે પરસ્પર પૂરક સ્ટ્રેન્ડ ધરાવે છે, જે વિશિષ્ટ કાર્યો કરે છે:
- કોડિંગ (સેન્સ) સ્ટ્રેન્ડ: આ સ્ટ્રેન્ડ સીધો mRNA સિક્વન્સ સાથે સામ્યતા ધરાવે છે, જેમાં માત્ર થાઇમિન (
T) ના સ્થાને યુરેસિલ (U) હોય છે. - ટેમ્પલેટ (એન્ટિસેન્સ) સ્ટ્રેન્ડ: આ તે સ્ટ્રેન્ડ છે જેને સેલ્યુલર મશીનરી ટ્રાન્સક્રિપ્શન દરમિયાન ખરેખર વાંચે છે. આ સ્ટ્રેન્ડના દરેક બેઝ પૂરક બેઝમાં રૂપાંતરિત થાય છે.
જ્યારે તમે DNA માંથી RNA માં રૂપાંતરણ કરો છો, ત્યારે પસંદ કરેલા સ્ટ્રેન્ડના આધારે નીચેના નિયમો લાગુ થાય છે:
| મૂળ બેઝ | કોડિંગ સ્ટ્રેન્ડ રૂપાંતરણ (DNA → RNA) | ટેમ્પલેટ સ્ટ્રેન્ડ રૂપાંતરણ (DNA → RNA) |
|---|---|---|
| A | A | U |
| T | U | A |
| C | C | G |
| G | G | C |
જ્યારે RNA માંથી DNA માં રૂપાંતરણ કરવામાં આવે છે, ત્યારે નિયમો આ પ્રમાણે બદલાય છે:
| મૂળ બેઝ | કોડિંગ સ્ટ્રેન્ડ રૂપાંતરણ (RNA → DNA) | ટેમ્પલેટ સ્ટ્રેન્ડ રૂપાંતરણ (RNA → DNA) |
|---|---|---|
| A | A | T |
| U | T | A |
| C | C | G |
| G | G | C |
IUPAC અસ્પષ્ટતા કોડ્સ અને પૂરક નિયમો
સંશોધનમાં ઘણીવાર એવી સિક્વન્સનો સામનો કરવો પડે છે જેમાં ચોક્કસ ન્યુક્લિયોટાઇડ અજ્ઞાત હોય અથવા ત્યાં એક કરતાં વધુ સંભવિત બેઝ હોઈ શકે. આ માટે IUPAC-IUB ના પ્રમાણભૂત સંકેતોનો ઉપયોગ થાય છે. આ ટૂલ આ ડિજનરેટ કોડ્સને ઓળખે છે અને ટેમ્પલેટ સ્ટ્રેન્ડ રૂપાંતરણ દરમિયાન તેમને તેમના યોગ્ય પૂરક કોડમાં રૂપાંતરિત કરે છે.
Cornish-Bowden (1985) ના સંશોધન પત્ર "Nomenclature for incompletely specified bases in nucleic acid sequences" અનુસાર, IUPAC કોડ્સના પૂરક જોડાણો નીચે મુજબ છે:
R(A અથવા G) નું પૂરકY(C અથવા T/U) બને છે અને તેનાથી ઉલટું (R↔Y).K(G અથવા T/U) નું પૂરકM(A અથવા C) બને છે અને તેનાથી ઉલટું (K↔M).B(C, G અથવા T/U) નું પૂરકV(A, C અથવા G) બને છે અને તેનાથી ઉલટું (B↔V).D(A, G અથવા T/U) નું પૂરકH(A, C અથવા T/U) બને છે અને તેનાથી ઉલટું (D↔H).S(G અથવા C),W(A અથવા T/U), અનેN(કોઈપણ બેઝ) સ્વ-પૂરક હોવાથી બદલાતા નથી.
લોઅરકેસ (નાના અક્ષરો) માં લખાયેલા અક્ષરો રૂપાંતરણ પછી પણ પોતાનો કેસ જાળવી રાખે છે. એલાઇનમેન્ટ ગેપ માર્કર્સ (-) પણ પ્રક્રિયા દરમિયાન સુરક્ષિત રહે છે.
GC સામગ્રીની ગણતરી
GC સામગ્રી એ સિક્વન્સમાં રહેલા ગુઆનિન (G), સાયટોસિન (C), અને મજબૂત હાઇડ્રોજન બોન્ડ ધરાવતા ડિજનરેટ કોડ S નું પ્રમાણ દર્શાવે છે. આ મૂલ્ય PCR પ્રાઇમર ડિઝાઇન અને થર્મલ સ્ટેબિલિટી નક્કી કરવા માટે મહત્વપૂર્ણ છે.
ટૂલ નીચેના સૂત્રનો ઉપયોગ કરીને GC સામગ્રીની ગણતરી કરે છે:
GC સામગ્રી = (G + C + S) / (A + C + G + T + U + W + S) × 100%
અહીં, નબળા બોન્ડ ધરાવતો કોડ W (A અથવા T/U) છેદમાં ગણવામાં આવે છે. અન્ય તમામ અસ્પષ્ટ કોડ્સ (R, Y, K, M, B, V, D, H, N) ને આ ગણતરીમાંથી બાકાત રાખવામાં આવે છે કારણ કે તેમની ચોક્કસ GC ભાગીદારી અનિશ્ચિત હોય છે. જો સિક્વન્સમાં કોઈ ગણી શકાય તેવા બેઝ ન હોય, તો કોઈ ટકાવારી દર્શાવવામાં આવતી નથી. રૂપાંતરણ દરમિયાન GC સામગ્રીનું મૂલ્ય ક્યારેય બદલાતું નથી.
FASTA ફોર્મેટ અને ઇનપુટ નિયમો
આ ટૂલ FASTA ફોર્મેટ સાથે સુસંગત છે.
- એક હેડર લાઇન: જો સિક્વન્સની શરૂઆતમાં
>અથવા;થી શરૂ થતી કોઈ એક નામની લાઇન હશે, તો તેને પરિણામમાં ઉપર સુરક્ષિત રાખવામાં આવશે અનેનામની લાઇન રાખવામાં આવી છે.નોંધ દર્શાવવામાં આવશે. - બહુવિધ હેડર લાઇનો: જો ઇનપુટમાં એક કરતાં વધુ નામની લાઇનો જોવા મળશે, તો ટૂલ તમામ સિક્વન્સ લાઇનોને એક સિક્વન્સમાં જોડી દેશે અને
‹n› નામની લાઇનો મળી — સિક્વન્સ લાઇનોને એકમાં જોડવામાં આવી હતી.નોંધ પ્રદર્શિત કરશે.
ઇનપુટ સિક્વન્સમાં રહેલી સ્પેસ, લાઇન બ્રેક્સ, અંકો અને વિરામચિહ્નોને આપમેળે દૂર કરવામાં આવે છે. આ દૂર કરાયેલા અક્ષરોની ચોક્કસ સંખ્યા ‹n› સ્પેસ, અંકો અને વિરામચિહ્નોને અવગણવામાં આવ્યા. તરીકે દર્શાવવામાં આવે છે.
મહત્તમ ઇનપુટ મર્યાદા 2,000,000 અક્ષરોની છે. જો ઇનપુટ આનાથી વધારે હોય, તો તે સિક્વન્સ આ ટૂલ માટે ખૂબ લાંબી છે. તેને ‹max› અક્ષરોથી ઓછી રાખો. ભૂલ દર્શાવવામાં આવે છે. જો સિક્વન્સમાં અમાન્ય અક્ષરો હશે, તો બિન-સમર્થિત અક્ષરો: ‹chars›. ફક્ત DNA/RNA બેઝ અક્ષરોની મંજૂરી છે. ભૂલ જોવા મળશે, જેમાં પ્રથમ 6 અમાન્ય અક્ષરો દર્શાવવામાં આવે છે.
ડેટા પ્રોસેસિંગ અને પ્રાઇવસી
તમારી સિક્વન્સ તમારા બ્રાઉઝરમાં રૂપાંતરિત થાય છે. BroBroGo પર કંઈપણ અપલોડ થતું નથી.
વારંવાર પૂછાતા પ્રશ્નો (FAQ)
FASTA હેડર્સ, નંબરો અને સ્પેસનું શું થાય છે?
> થી શરૂ થતી નામની લાઇન રાખવામાં આવે છે અને પરિણામની ઉપર દર્શાવવામાં આવે છે. સ્પેસ, લાઇન બ્રેક્સ, અંકો અને વિરામચિહ્નોને અવગણવામાં આવે છે, અને ઇનપુટ હેઠળની નોંધ તમને જણાવે છે કે કેટલું દૂર કરવામાં આવ્યું હતું — કંઈપણ શાંતિથી છોડી દેવામાં આવતું નથી.
શું હું N, R અથવા Y જેવા અસ્પષ્ટતા કોડ્સ પેસ્ટ કરી શકું?
હા. ડિજનરેટ IUPAC અક્ષરો સાચવવામાં આવે છે: સામાન્ય રૂપાંતરણ ફક્ત T અને U ને સ્પર્શે છે, અને ટેમ્પલેટ-સ્ટ્રેન્ડ રૂપાંતરણ દરેક કોડને તેના યોગ્ય પૂરક (R↔Y, K↔M; S, W અને N રહે છે) માં બદલે છે. એલાઇનમેન્ટ ગેપ માર્કર્સ (-) રાખવામાં આવે છે, અને લોઅરકેસ અક્ષરો તેમનો કેસ જાળવી રાખે છે.
કોડિંગ અને ટેમ્પલેટ સ્ટ્રેન્ડ વચ્ચે શું તફાવત છે?
કોડિંગ (સેન્સ) સ્ટ્રેન્ડ મેસેન્જર RNA સાથે મેળ ખાય છે, સિવાય કે T એ U બને છે. ટેમ્પલેટ (એન્ટિસેન્સ) સ્ટ્રેન્ડ એ છે જે સેલ ખરેખર વાંચે છે, તેથી દરેક બેઝ પૂરક બને છે: A→U, T→A, C→G, G→C. તમારી સિક્વન્સ કેવી રીતે લખવામાં આવી હતી તેની સાથે મેળ ખાતો સ્ટ્રેન્ડ પસંદ કરો.
RNA → DNA મને શું આપે છે?
તમારા RNA ની DNA નકલ: દરેક U એ T બને છે અને બાકીનું બધું જ રહે છે. આ તે cDNA સિક્વન્સ છે જે રિવર્સ ટ્રાન્સક્રિપ્ટેઝ ઉત્પન્ન કરશે, જે ત્યારે ઉપયોગી થાય છે જ્યારે ડાઉનસ્ટ્રીમ ટૂલ ફક્ત DNA સ્વીકારે છે.