മോളിക്യുലാർ ബയോളജിയിലെ സീക്വൻസ് പരിവർത്തനങ്ങൾ
മോളിക്യുലാർ ബയോളജി പരീക്ഷണങ്ങളിലും ബയോഇൻഫോർമാറ്റിക്സ് വിശകലനങ്ങളിലും DNA അല്ലെങ്കിൽ RNA സീക്വൻസുകളുടെ ദിശയും അവയുടെ കോംപ്ലിമെന്ററി സ്ട്രാൻഡുകളും കൃത്യമായി മനസ്സിലാക്കുന്നത് വളരെ പ്രധാനമാണ്. ഒരു ന്യൂക്ലിക് ആസിഡ് സീക്വൻസിന്റെ റിവേഴ്സ് കോംപ്ലിമെന്റ് (reverse complement), കോംപ്ലിമെന്റ് (complement), അല്ലെങ്കിൽ റിവേഴ്സ് (reverse) എന്നിവ കണ്ടെത്തുന്ന പ്രക്രിയ ലളിതമാക്കാൻ ഈ ടൂൾ സഹായിക്കുന്നു.
ഒരു ഇരട്ട-സ്ട്രാൻഡ് DNA തന്മാത്രയിലെ രണ്ട് സ്ട്രാൻഡുകൾ പരസ്പരം വിപരീത ദിശകളിലാണ് (anti-parallel) നിലകൊള്ളുന്നത്. സാധാരണയായി ജനിതക വിവരങ്ങൾ 5'→3' എന്ന സ്റ്റാൻഡേർഡ് ദിശയിലാണ് രേഖപ്പെടുത്തുന്നത്. ഒരു സീക്വൻസിന്റെ കോംപ്ലിമെന്ററി സ്ട്രാൻഡ് കണ്ടെത്തുമ്പോൾ അത് 3'→5' ദിശയിലായിരിക്കും ലഭിക്കുക. എന്നാൽ ഇതിനെ വീണ്ടും സ്റ്റാൻഡേർഡ് 5'→3' ദിശയിലേക്ക് മാറ്റാൻ സീക്വൻസിനെ റിവേഴ്സ് ചെയ്യേണ്ടതുണ്ട്. ഈ രണ്ട് പ്രക്രിയകളും ഒരുമിച്ച് ചെയ്യുന്നതിനെയാണ് റിവേഴ്സ് കോംപ്ലിമെന്റ് എന്ന് വിളിക്കുന്നത്.
ഈ ടൂൾ ഉപയോഗിച്ച് സീക്വൻസുകൾ പരിവർത്തനം ചെയ്യുമ്പോൾ, അക്ഷരങ്ങളുടെ വലിപ്പം (letter casing) അതേപടി നിലനിർത്തപ്പെടുന്നു. കൂടാതെ, IUPAC അസ്പഷ്ടമായ കോഡുകൾ (ambiguity codes) കൃത്യമായ നിയമങ്ങൾ പാലിച്ച് പരിവർത്തനം ചെയ്യാനും FASTA ഹെഡറുകൾ നിലനിർത്താനും ഇതിലൂടെ സാധിക്കും.
സീക്വൻസ് പരിവർത്തനത്തിന്റെ ഗണിതശാസ്ത്രവും ദിശാനിർണ്ണയവും
ഒരു ജനിതക സീക്വൻസിനെ കോംപ്ലിമെന്റ് ചെയ്യുകയും പിന്നീട് റിവേഴ്സ് ചെയ്യുകയും ചെയ്യുന്നത്, ആദ്യം റിവേഴ്സ് ചെയ്ത ശേഷം കോംപ്ലിമെന്റ് ചെയ്യുന്നതിന് തുല്യമാണ്. ഗണിതശാസ്ത്രപരമായി നോക്കിയാൽ ഈ രണ്ട് പ്രക്രിയകളുടെയും അന്തിമഫലം ഒന്നുതന്നെയായിരിക്കും.
- കോംപ്ലിമെന്റ്: ഓരോ ബേസിനെയും അതിന്റെ ജോടിയാകുന്ന ബേസ് ഉപയോഗിച്ച് മാറ്റുന്നു. DNA-യിൽ അഡിനൈൻ (A) തൈമിനുമായും (T), സൈറ്റോസിൻ (C) ഗുവാനൈനുമായും (G) ജോടിയാകുന്നു.
- റിവേഴ്സ്: സീക്വൻസിന്റെ ക്രമത്തെ പൂർണ്ണമായും തിരിച്ചിടുന്നു. അതായത്, അവസാനത്തെ അക്ഷരം ആദ്യത്തേതായും ആദ്യത്തെ അക്ഷരം അവസാനത്തേതായും മാറുന്നു.
- റിവേഴ്സ് കോംപ്ലിമെന്റ് (Reverse Complement): മുകളിൽ പറഞ്ഞ രണ്ട് പ്രക്രിയകളും ഒന്നിച്ച് നടക്കുന്നു. ഇത് യഥാർത്ഥ സീക്വൻസുമായി ഹൈബ്രിഡൈസ് ചെയ്യുന്ന (base-pair) എതിർ സ്ട്രാൻഡിനെ 5'→3' ദിശയിൽ നൽകുന്നു.
ഇൻപുട്ട് ഫോർമാറ്റുകളും പ്രോസസ്സിംഗ് നിയമങ്ങളും
ഈ ടൂളിലേക്ക് ഉപയോക്താക്കൾക്ക് നേരിട്ട് സീക്വൻസുകൾ പേസ്റ്റ് ചെയ്യാവുന്നതാണ്. ഇൻപുട്ട് സ്വീകരിക്കുന്നതിനും പ്രോസസ്സ് ചെയ്യുന്നതിനും കൃത്യമായ ചില നിയമങ്ങൾ ടൂൾ പിന്തുടരുന്നു:
1. പിന്തുണയ്ക്കുന്ന ഫോർമാറ്റുകൾ
പ്ലെയിൻ ടെക്സ്റ്റ് സീക്വൻസുകളും, ആദ്യ വരിയിൽ > എന്ന് തുടങ്ങുന്ന ഹെഡർ ഉള്ള FASTA ഫോർമാറ്റിലുള്ള സീക്വൻസുകളും ടൂൾ പിന്തുണയ്ക്കുന്നു.
2. ഒഴിവാക്കപ്പെടുന്ന അക്ഷരങ്ങൾ
സീക്വൻസുകൾക്കിടയിലുള്ള സ്പേസുകൾ, അക്കങ്ങൾ, ചിഹ്നങ്ങൾ എന്നിവ പ്രോസസ്സിംഗിന് മുൻപായി സ്വയം ഒഴിവാക്കപ്പെടുന്നു. ഇവ ഒഴിവാക്കുമ്പോൾ "ഒഴിവാക്കിയ ‹n› സ്പേസുകൾ, അക്കങ്ങൾ, ചിഹ്നങ്ങൾ." എന്ന സന്ദേശം കാണാൻ സാധിക്കും.
3. FASTA ഹെഡറുകൾ കൈകാര്യം ചെയ്യൽ
- ഇൻപുട്ടിൽ ഒരു ഹെഡർ വരി മാത്രമാണുള്ളതെങ്കിൽ, പ്രോസസ്സിംഗിന് ശേഷവും അത് ഫലത്തിന് മുകളിലായി നിലനിർത്തും. ഈ സമയത്ത് "പേര് നൽകിയ വരി നിലനിർത്തി." എന്ന കുറിപ്പ് ദൃശ്യമാകും.
- ഒന്നിലധികം ഹെഡർ വരികൾ കണ്ടെത്തുകയാണെങ്കിൽ, സീക്വൻസ് വരികളെല്ലാം ഒന്നായി യോജിപ്പിക്കുകയും "
‹n›പേര് നൽകിയ വരികൾ കണ്ടെത്തി — സീക്വൻസ് വരികൾ ഒന്നായി യോജിപ്പിച്ചു." എന്ന സന്ദേശം കാണിക്കുകയും ചെയ്യും.
4. അക്ഷര പരിധി
സീക്വൻസിന്റെ നീളം അനുവദനീയമായ പരിധി കവിയുകയാണെങ്കിൽ, "ഈ സീക്വൻസ് ഈ ടൂളിന് വളരെ വലുതാണ്. ഇത് ‹max› അക്ഷരങ്ങളിൽ താഴെയായി സൂക്ഷിക്കുക." എന്ന പിശക് സന്ദേശം കാണിക്കും.
DNA, RNA ബേസ് പെയറിംഗ് നിയമങ്ങൾ
DNA, RNA സീക്വൻസുകളെ ടൂൾ സ്വയം തിരിച്ചറിയുകയും അവയ്ക്കനുസരിച്ചുള്ള ബേസ് പെയറിംഗ് നിയമങ്ങൾ നടപ്പിലാക്കുകയും ചെയ്യുന്നു.
| ഇൻപുട്ട് ബേസ് | DNA കോംപ്ലിമെന്റ് | RNA കോംപ്ലിമെന്റ് |
|---|---|---|
| A | T | U |
| T / U | A | A |
| C | G | G |
| G | C | C |
ഒരു സീക്വൻസിൽ "U" (Uracil) ഉണ്ടാവുകയും "T" (Thymine) ഇല്ലാതിരിക്കുകയും ചെയ്താൽ ടൂൾ അതിനെ സ്വയം ഒരു RNA സീക്വൻസായി കണക്കാക്കുന്നു. ഈ സാഹചര്യത്തിൽ "RNA കണ്ടെത്തി — A-യ്ക്ക് ജോടിയായി U വരുന്നു." എന്ന അറിയിപ്പ് ലഭിക്കും.
IUPAC അസ്പഷ്ടമായ കോഡുകൾ (Degenerate Codes)
സാധാരണ ബേസുകൾക്ക് പുറമെ, താഴെ പറയുന്ന IUPAC അസ്പഷ്ടമായ കോഡുകളും അവയുടെ കൃത്യമായ ജോടിയാക്കൽ നിയമങ്ങൾക്കനുസരിച്ച് പരിവർത്തനം ചെയ്യപ്പെടുന്നു:
- R എന്നത് Y ആയും, Y എന്നത് R ആയും മാറുന്നു.
- K എന്നത് M ആയും, M എന്നത് K ആയും മാറുന്നു.
- B എന്നത് V ആയും, V എന്നത് B ആയും മാറുന്നു.
- D എന്നത് H ആയും, H എന്നത് D ആയും മാറുന്നു.
- S, W, N എന്നീ കോഡുകൾ മാറ്റമില്ലാതെ തുടരുന്നു.
PCR പ്രൈമർ ഡിസൈനും മറ്റ് പ്രായോഗിക ഉപയോഗങ്ങളും
ഈ ടൂൾ വിവിധ തരത്തിലുള്ള ഗവേഷണ ആവശ്യങ്ങൾക്കായി ഉപയോഗിക്കപ്പെടുന്നു:
- PCR പ്രൈമർ ഡിസൈൻ: ഒരു PCR പരീക്ഷണത്തിൽ ഫോർവേഡ് പ്രൈമറും റിവേഴ്സ് പ്രൈമറും ആവശ്യമാണ്. ഇതിൽ റിവേഴ്സ് പ്രൈമർ എപ്പോഴും ടാർഗെറ്റ് DNA-യുടെ കോംപ്ലിമെന്ററി സ്ട്രാൻഡിന്റെ 3' അറ്റത്താണ് ചേരുന്നത്. അതിനാൽ, റിവേഴ്സ് പ്രൈമർ ഓർഡർ ചെയ്യുന്നതിനായി ടാർഗെറ്റ് സീക്വൻസിന്റെ റിവേഴ്സ് കോംപ്ലിമെന്റ് കണ്ടെത്തേണ്ടതുണ്ട്.
- സീക്വൻസ് ഡാറ്റ ഫോർമാറ്റ് ചെയ്യൽ: അസംസ്കൃത സീക്വൻസ് ഡാറ്റയിലുള്ള അനാവശ്യ സ്പേസുകളും അക്കങ്ങളും നീക്കം ചെയ്ത് വൃത്തിയാക്കാനും, ചെറിയക്ഷരങ്ങളിലുള്ള റീജിയൻ മാർക്കറുകൾ നിലനിർത്തിക്കൊണ്ട് തന്നെ ഫലം ലഭ്യമാക്കാനും ഇത് സഹായിക്കുന്നു.
സ്വകാര്യതയും ഡാറ്റാ പ്രോസസ്സിംഗും
നിങ്ങൾ നൽകുന്ന സീക്വൻസുകളുടെ സ്വകാര്യത പൂർണ്ണമായും സംരക്ഷിക്കപ്പെടുന്നു. നിങ്ങളുടെ സീക്വൻസ് നിങ്ങളുടെ ഉപകരണത്തിൽ തന്നെ തുടരും. ഇത് നിങ്ങളുടെ ബ്രൗസറിലാണ് പരിവർത്തനം ചെയ്യുന്നത്, ഒരിക്കലും അപ്ലോഡ് ചെയ്യുന്നില്ല.
പതിവായി ചോദിക്കുന്ന ചോദ്യങ്ങൾ (FAQ)
കോംപ്ലിമെന്റും റിവേഴ്സ് കോംപ്ലിമെന്റും തമ്മിലുള്ള വ്യത്യാസം എന്താണ്?
ഒരു കോംപ്ലിമെന്റ് (complement) ഓരോ ബേസിനെയും അതിന്റെ ജോടിയാകുന്ന ബേസ് ഉപയോഗിച്ച് മാറ്റുന്നു (A-യ്ക്ക് പകരം T, C-യ്ക്ക് പകരം G), എന്നാൽ യഥാർത്ഥ ക്രമം നിലനിർത്തുന്നു, അതിനാൽ ഇത് 3'→5' ദിശയിലാണ് വായിക്കുക. ഒരു റിവേഴ്സ് കോംപ്ലിമെന്റ് (reverse complement) ഇതിന്റെ ക്രമം കൂടി തിരിച്ചുതരുന്നു, ഇത് നിങ്ങൾക്ക് പരിചിതമായ 5'→3' ദിശയിൽ എതിർ സ്ട്രാൻഡ് നൽകുന്നു — അതായത് നിങ്ങളുടെ സീക്വൻസുമായി യഥാർത്ഥത്തിൽ ബേസ്-പെയർ ചെയ്യുന്ന സീക്വൻസ്.
എന്തുകൊണ്ടാണ് ഒരു റിവേഴ്സ് PCR പ്രൈമർ റിവേഴ്സ് കോംപ്ലിമെന്റ് ഉപയോഗിക്കുന്നത്?
പ്രൈമറുകൾ 5'→3' ദിശയിലാണ് എഴുതുന്നത്. ഒരു റിവേഴ്സ് പ്രൈമർ ലക്ഷ്യസ്ഥാനത്തിന്റെ ഏറ്റവും അറ്റത്തുള്ള എതിർ സ്ട്രാൻഡുമായിട്ടാണ് ചേരുന്നത്, അതിനാൽ നിങ്ങൾ ആ അറ്റത്തുള്ള സീക്വൻസ് എടുത്ത് അതിന്റെ റിവേഴ്സ് കോംപ്ലിമെന്റ് കണ്ടെത്തണം. ഇതിന്റെ ഫലം ലക്ഷ്യസ്ഥാനത്തേക്ക് തിരികെ വിരൽ ചൂണ്ടുന്നതും നിങ്ങൾ ഓർഡർ ചെയ്യുന്ന കൃത്യമായ സീക്വൻസും ആയിരിക്കും.
ഇത് RNA-യിൽ പ്രവർത്തിക്കുമോ, കൂടാതെ FASTA ഹെഡറുകൾക്ക് എന്ത് സംഭവിക്കും?
അതെ. T ഇല്ലാതെ U മാത്രമുള്ള ഒരു സീക്വൻസിനെ RNA ആയി കണക്കാക്കുന്നു, അതിനാൽ A-യ്ക്ക് ജോടിയായി U വരുന്നു; അല്ലാത്തപക്ഷം A-യ്ക്ക് ജോടിയായി T വരുന്നു. തുടക്കത്തിലുള്ള > എന്ന് തുടങ്ങുന്ന പേര് നൽകിയ വരി ഫലത്തിന് മുകളിലായി നിലനിർത്തും, അതേസമയം സ്പേസുകൾ, അക്കങ്ങൾ, ചിഹ്നങ്ങൾ എന്നിവ ഒഴിവാക്കി ഇൻപുട്ടിന് താഴെയായി രേഖപ്പെടുത്തും.
എനിക്ക് N, R അല്ലെങ്കിൽ Y പോലുള്ള അസ്പഷ്ടമായ കോഡുകൾ പേസ്റ്റ് ചെയ്യാൻ കഴിയുമോ?
അതെ. അസ്പഷ്ടമായ IUPAC കോഡുകൾ അവയുടെ സ്വന്തം ജോടിയാക്കൽ നിയമങ്ങൾ പാലിക്കുന്നു: R-ന് പകരം Y, K-യ്ക്ക് പകരം M, B-യ്ക്ക് പകരം V, D-യ്ക്ക് പകരം H എന്നിവ വരുന്നു, അതേസമയം S, W, N എന്നിവ മാറ്റമില്ലാതെ തുടരും. അക്ഷരങ്ങളുടെ വലിപ്പം (letter case) നിലനിർത്തുന്നതിനാൽ ചെറിയക്ഷരങ്ങളിലുള്ള റീജിയൻ മാർക്കറുകൾ അതേപടി നിലനിൽക്കും.