Nukleorūgščių sekų transformavimo principai
Genetinės sekos analizė ir manipuliavimas ja reikalauja tikslaus krypčių ir bazių poravimosi taisyklių laikymosi. DNA ir RNA grandinės pasižymi kryptingumu, kuris biologinėje literatūroje standartiškai nurodomas nuo 5' galo link 3' galo. Dirbant su genetiniais duomenimis, dažnai tenka keisti sekos orientaciją arba nustatyti priešingos grandinės sudėtį. Šiems uždaviniams spręsti naudojamos trys pagrindinės operacijos:
- Atvirkštinė komplementari seka (angl. reverse complement): ši operacija sujungia du veiksmus – kiekviena sekoje esanti bazė pakeičiama jos komplementaria baze (porininke), o gauta seka išdėstoma atvirkštine tvarka. Tai leidžia gauti priešingos grandinės seką, užrašytą standartine 5'→3' kryptimi, kuri yra biologiškai ekvivalentinė tiesioginiam komplementariam prisijungimui.
- Komplementari seka (angl. Complement): kiekviena bazė pakeičiama jos porininke, tačiau pradinė sekos kryptis išlaikoma nepakeista. Gautas rezultatas skaitomas 3'→5' kryptimi.
- Atvirkštinė seka (angl. Reverse): pradinės sekos bazių tvarka tiesiog apverčiama iš kairės į dešinę, nekeičiant pačių bazių cheminės tapatybės.
Matematiniu požiūriu sekos transformavimo rezultatas išlieka identiškas nepriklausomai nuo to, ar seka pirmiausia yra apverčiama, o po to komplementuojama, ar atliekama priešinga veiksmų seka. Abi šios operacijų sekos duoda tą patį rezultatą – atvirkštinę komplementarią seką.
Bazių poravimosi taisyklės ir DNA bei RNA skirtumai
Sąveika tarp nukleorūgščių bazių vyksta pagal griežtas vandenilinių jungčių susidarymo taisykles. Pagrindinis skirtumas tarp DNA ir RNA bazių poravimosi yra susijęs su timino (T) ir uracilo (U) naudojimu:
- DNA seka: adeninas (A) jungiasi su timinu (T), o citozinas (C) – su gvaninu (G).
- RNA seka: adeninas (A) jungiasi su uracilu (U), o citozinas (C) – su gvaninu (G).
Įrankis automatiškai nustato nukleorūgšties tipą pagal įvestus duomenis. Jei įvestoje sekoje aptinkama bazė „U“ ir nėra bazės „T“, sistema identifikuoja seką kaip RNA ir taiko taisyklę, pagal kurią A poruojama su U. Tokiu atveju vartotojui parodomas pranešimas „Aptikta RNA – A poruojama su U.“. Kitais atvejais seka traktuojama kaip DNA, o bazė A yra poruojama su T.
IUPAC neapibrėžtumo kodai
Atliekant genetinius tyrimus, dažnai susiduriama su degeneruotomis sekomis, kuriose tam tikros pozicijos gali būti užimtos kelių skirtingų bazių. Šioms pozicijoms žymėti naudojami standartiniai IUPAC neapibrėžtumo kodai. Transformacijos metu šie kodai yra pakeičiami jų atitinkamais komplementariais partneriais pagal šias taisykles:
| Pradinis IUPAC kodas | Reikšmė | Komplementarus partneris |
|---|---|---|
| R (A arba G) | Purinas | Y |
| Y (C arba T/U) | Pirimidinas | R |
| K (G arba T/U) | Ketonas | M |
| M (A arba C) | Aminas | K |
| B (ne A) | C, G arba T/U | V |
| V (ne T/U) | A, C arba G | B |
| D (ne C) | A, G arba T/U | H |
| H (ne G) | A, C arba T/U | D |
| S (G arba C) | Stiprios jungtys | S (nesikeičia) |
| W (A arba T/U) | Silpnos jungtys | W (nesikeičia) |
| N (bet kuri bazė) | Nežinoma bazė | N (nesikeičia) |
Šios taisyklės užtikrina, kad atliekant atvirkštinį komplementavimą visiškai išlaikoma genetinės informacijos prasmė ir degeneruotų pozicijų specifiškumas.
FASTA formatas ir duomenų valymas
Bioinformatikoje nukleorūgščių sekos dažniausiai saugomos ir platinamos FASTA formatu, kurio pirmoji eilutė prasideda simboliu > ir nurodo sekos pavadinimą bei aprašymą. Įrankis yra pritaikytas dirbti su šiuo formatu ir taiko šias apdorojimo taisykles:
- Viena pavadinimo eilutė: Jei įvesties pradžioje aptinkama viena eilutė, prasidedanti simboliu
>, ji yra išsaugoma ir perkeliama į rezultato viršų nepakeista. Vartotojui pateikiamas pranešimas „Pavadinimo eilutė išsaugota.“. - Kelios pavadinimo eilutės: Jei įvestyje aptinkamos kelios pavadinimo eilutės, įrankis sujungia visas sekos eilutes į vieną bendrą seką ir parodo pranešimą „Rasta pavadinimo eilučių:
‹n›– sekos eilutės buvo sujungtos į vieną.“. - Pašaliniai simboliai: Visi tarpai, skaitmenys ir skyrybos ženklai, esantys sekos viduje, yra automatiškai pašalinami prieš pradedant transformaciją. Šių ignoruotų simbolių skaičius parodomas pranešime „Ignoruota tarpų, skaitmenų ir skyrybos ženklų:
‹n›.“. - Registro išsaugojimas: Pradinis raidžių registras (didžiosios ir mažosios raidės) yra tiksliai išlaikomas. Tai leidžia išsaugoti specifinį žymėjimą, pavyzdžiui, mažosiomis raidėmis išskirtus intronus ar kitus specifinius sekos regionus.
PCR pradmenų kūrimas ir praktinis taikymas
Vienas iš dažniausių atvirkštinio komplementavimo panaudojimo būdų yra polimerazinės grandininės reakcijos (PCR) pradmenų (angl. primers) projektavimas. PCR reakcijai reikalingi du pradmenys – tiesioginis (angl. forward primer) ir atvirkštinis (angl. reverse primer).
Tiesioginis pradmuo jungiasi prie koduojančiosios DNA grandinės 3' galo ir sintezuoja naują grandinę 5'→3' kryptimi. Jo seka sutampa su viršutinės DNA grandinės seka. Atvirkštinis pradmuo turi prisijungti prie tos pačios koduojančiosios grandinės priešingame gale. Kadangi DNR polimerazė gali sintezuoti seką tik 5'→3' kryptimi, atvirkštinis pradmuo turi būti komplementarus viršutinei grandinei ir orientuotas priešinga kryptimi. Todėl, norint užsakyti sintetinį oligonukleotidą atvirkštiniam pradmeniui, būtina sugeneruoti tikslinės srities galo atvirkštinę komplementarią seką.
Šis įrankis taip pat naudingas atliekant bendrą sekų formatavimą, kai iš žalių sekos duomenų reikia pašalinti nepageidaujamus simbolius, apskaičiuoti GC kiekį (gvanino ir citozino santykį) bei nustatyti tikslų įvesties ir rezultato bazių skaičių.
Naudojimosi instrukcija ir būsenos pranešimai
Pradėjus darbą su įrankiu, įvesties lauke rodomas pranešimas „Pasiruošta. Įklijuokite DNA ar RNA seką.“. Vartotojas gali įklijuoti savo seką į lauką „Seka“. Jei bandoma atlikti transformaciją neįvedus jokių duomenų, sistema pateikia pranešimą „Įklijuokite seką, kad ją transformuotumėte.“.
Pasirinkus norimą operaciją lauke „Operacija“ („Atvirkštinė komplementari seka“, „Komplementari seka“ arba „Atvirkštinė seka“), rezultatas iškart sugeneruojamas lauke „Rezultatas“ ir parodomas pranešimas „‹operation› paruošta.“. Kartu pateikiama statistika: „Įvesties bazės“, „Rezultato bazės“ ir „GC kiekis“.
Vartotojas gali naudoti šias valdymo funkcijas:
- Išvalyti: ištrina visus duomenis iš įvesties ir išvesties laukų, parodydamas pranešimą „Išvalyta.“.
- Naudoti rezultatą: perkelia gautą rezultatą atgal į įvesties lauką tolimesniam apdorojimui, parodydamas pranešimą „Rezultatas perkeltas į įvestį.“.
- Pavyzdys: įkelia testinę seką „ATGGCCCTGTGGATGCGCCTCCTGCCCCTGCTGGCGCTGCTGGCCCTCTGGGGACCTGAC“ ir parodo pranešimą „Pavyzdys įkeltas.“.
Jei įvestoje sekoje aptinkama neleistinų simbolių, sistema sustabdo apdorojimą ir pateikia klaidą: „Nepalaikomos raidės: ‹chars›. Leidžiamos tik DNA/RNA bazių raidės.“. Jei viršijamas maksimalus leistinas sekos ilgis, rodoma klaida: „Ši seka yra per ilga šiam įrankiui. Seka turi būti trumpesnė nei ‹max› simbolių.“.
Privatumo užtikrinimas
Visi sekos apdorojimo ir transformavimo veiksmai yra atliekami lokaliai. Jūsų seka lieka jūsų įrenginyje. Ji transformuojama jūsų naršyklėje ir niekada niekur neįkeliama. Tai užtikrina, kad jokie jūsų įvesti genetiniai duomenys nepasiekia išorinių serverių.
Dažniausiai užduodami klausimai (FAQ)
Kuo skiriasi komplementari seka nuo atvirkštinės komplementarios sekos?
Komplementari seka pakeičia kiekvieną bazę jos porininke (A su T, C su G), tačiau išlaiko pradinę tvarką, todėl ji skaitoma kryptimi 3'→5'. Atvirkštinė komplementari seka papildomai apverčia tvarką, pateikdama priešingą grandinę įprasta kryptimi 5'→3' – tai seka, kuri iš tikrųjų jungiasi su jūsų seka komplementariomis bazėmis.
Kodėl atvirkštiniam PCR pradmeniui naudojamas atvirkštinis komplementas?
Pradmenys rašomi kryptimi 5'→3'. Atvirkštinis PCR pradmuo prisijungia prie priešingos grandinės tolimajame tikslinės srities gale, todėl paimama tame gale esanti seka ir sukuriamas jos atvirkštinis komplementas. Rezultatas yra nukreiptas atgal į tikslinę sritį ir yra būtent ta seka, kurią užsakote.
Ar galiu įklijuoti neapibrėžtumo kodus, tokius kaip N, R arba Y?
Taip. Neapibrėžtos IUPAC raidės atitinka savo poravimosi taisykles: R keičiama su Y, K su M, B su V, o D su H, tuo tarpu S, W ir N lieka nepakitusios. Raidžių registras išlaikomas, todėl mažosiomis raidėmis pažymėti regionai išlieka.
Ar tai veikia su RNA ir kas nutinka su FASTA antraštėmis?
Taip. Seka, kurioje yra U ir nėra T, yra laikoma RNA, todėl A poruojama su U; kitais atvejais A poruojama su T. Pradinė pavadinimo eilutė su simboliu > išlaikoma rezultato viršuje, o tarpai, skaitmenys ir skyrybos ženklai yra pašalinami ir suskaičiuojami po įvesties lauku.