DNA RNA സീക്വൻസ് കൺവെർട്ടർ

DNA, RNA സീക്വൻസുകളുടെ പരിവർത്തനം

തന്മാത്രാ ജീവശാസ്ത്രത്തിലെ അടിസ്ഥാന പ്രക്രിയകളായ ട്രാൻസ്ക്രിപ്ഷൻ (transcription), റിവേഴ്സ് ട്രാൻസ്ക്രിപ്ഷൻ (reverse transcription) എന്നിവയെ അനുകരിച്ചുകൊണ്ട് DNA, RNA സീക്വൻസുകൾ പരസ്പരം മാറ്റുന്നതിനുള്ള ഒരു ലളിതമായ മാർഗ്ഗമാണ് ഈ ടൂൾ നൽകുന്നത്. ജനിതക വിവരങ്ങൾ DNA-യിൽ നിന്ന് RNA-യിലേക്കും അവിടെ നിന്ന് പ്രോട്ടീനുകളിലേക്കും ഒഴുകുന്ന പ്രക്രിയയെയാണ് തന്മാത്രാ ജീവശാസ്ത്രത്തിന്റെ സെൻട്രൽ ഡോഗ്മ (Central Dogma of Molecular Biology) എന്ന് വിളിക്കുന്നത്. ഈ പ്രക്രിയകളിൽ കോഡിംഗ് (സെൻസ്), ടെംപ്ലേറ്റ് (ആന്റിസെൻസ്) സ്ട്രാൻഡുകൾക്ക് വ്യത്യസ്തമായ പങ്കാണുള്ളത്.

ഈ ടൂൾ ഉപയോഗിച്ച് DNA സീക്വൻസുകളെ RNA-യിലേക്കോ, അല്ലെങ്കിൽ RNA സീക്വൻസുകളെ തിരികെ DNA-യിലേക്കോ എളുപ്പത്തിൽ മാറ്റാൻ സാധിക്കും. ഉപയോക്താവിന്റെ ആവശ്യാനുസരണം കോഡിംഗ് സ്ട്രാൻഡ് അല്ലെങ്കിൽ ടെംപ്ലേറ്റ് സ്ട്രാൻഡ് അടിസ്ഥാനമാക്കിയുള്ള പരിവർത്തന രീതികൾ തിരഞ്ഞെടുക്കാവുന്നതാണ്.

ഇൻപുട്ട് ഫോർമാറ്റുകളും പരിധികളും

ഈ ടൂളിലേക്ക് നൽകുന്ന സീക്വൻസുകൾ കൃത്യമായി പ്രോസസ്സ് ചെയ്യുന്നതിന് ചില നിബന്ധനകളും പരിധികളുമുണ്ട്:

• സീക്വൻസ്: ഉപയോക്താക്കൾക്ക് പ്ലെയിൻ ടെക്സ്റ്റ് രൂപത്തിലോ അല്ലെങ്കിൽ FASTA ഫോർമാറ്റിലോ ഉള്ള സീക്വൻസുകൾ ഇൻപുട്ട് ഫീൽഡിൽ നൽകാം. FASTA ഫോർമാറ്റിൽ > എന്ന് തുടങ്ങുന്ന വരിയോ അല്ലെങ്കിൽ പഴയ FASTA കൺവെൻഷൻ അനുസരിച്ച് ; എന്ന് തുടങ്ങുന്ന വരിയോ പേര് നൽകിയ വരിയായി (header) കണക്കാക്കുന്നു.
• അക്ഷരങ്ങളുടെ പരിധി: ഇൻപുട്ട് ഫീൽഡിൽ നൽകുന്ന അസംസ്കൃത വിവരങ്ങൾ (raw input) പരമാവധി 2,000,000 അക്ഷരങ്ങൾ വരെ മാത്രമേ അനുവദിക്കുകയുള്ളൂ. ഇതിൽ കൂടുതൽ അക്ഷരങ്ങൾ ഉൾപ്പെടുത്തിയാൽ "ഈ സീക്വൻസ് ഈ ടൂളിന് വളരെ വലുതാണ്. ഇത് ‹max› അക്ഷരങ്ങളിൽ താഴെയായി സൂക്ഷിക്കുക." എന്ന പിശക് സന്ദേശം കാണിക്കും.
• അനുവദനീയമായ അക്ഷരങ്ങൾ: DNA/RNA ബേസ് അക്ഷരങ്ങൾ, ഡീജനറേറ്റ് IUPAC കോഡുകൾ, അലൈൻമെന്റ് ഗ്യാപ്പുകൾ, സ്പേസുകൾ, അക്കങ്ങൾ, ചിഹ്നങ്ങൾ അല്ലെങ്കിൽ FASTA ഹെഡറുകൾ എന്നിവ മാത്രമേ ഇൻപുട്ടിൽ അനുവദിക്കുകയുള്ളൂ. പിന്തുണയ്ക്കാത്ത അക്ഷരങ്ങൾ ഉൾപ്പെടുത്തിയാൽ "പിന്തുണയ്ക്കാത്ത അക്ഷരങ്ങൾ: ‹chars›. DNA/RNA ബേസ് അക്ഷരങ്ങൾ മാത്രമേ അനുവദിക്കൂ." (invalid) എന്ന പിശക് സന്ദേശം കാണിക്കും. ഈ സന്ദേശത്തിൽ തെറ്റായ ആദ്യത്തെ 6 അക്ഷരങ്ങൾ പ്രത്യേകം കാണിക്കുന്നതാണ്.

പരിവർത്തന ദിശയും സ്ട്രാൻഡ് തിരഞ്ഞെടുപ്പും

ഉപയോക്താവിന് ആവശ്യമായ ഫലം ലഭിക്കുന്നതിനായി താഴെ പറയുന്ന ഓപ്ഷനുകൾ ക്രമീകരിക്കാവുന്നതാണ്:

1. പരിവർത്തനം:
   • DNA → RNA: DNA സീക്വൻസിനെ RNA സീക്വൻസാക്കി മാറ്റുന്നു.
   • RNA → DNA: RNA സീക്വൻസിനെ DNA സീക്വൻസാക്കി മാറ്റുന്നു.
2. സ്ട്രാൻഡ്:
   • കോഡിംഗ് (സെൻസ്): ഈ രീതിയിൽ പരിവർത്തനം ചെയ്യുമ്പോൾ ബേസുകളുടെ കോംപ്ലിമെന്റേഷൻ നടക്കുന്നില്ല.
     • DNA → RNA പരിവർത്തനത്തിൽ, എല്ലാ T അക്ഷരങ്ങളും U ആയി മാറുന്നു.
     • RNA → DNA പരിവർത്തനത്തിൽ, എല്ലാ U അക്ഷരങ്ങളും T ആയി മാറുന്നു.
     • മറ്റ് ബേസുകൾ മാറ്റമില്ലാതെ തുടരുന്നു.
   • ടെംപ്ലേറ്റ് (ആന്റിസെൻസ്): ഈ രീതിയിൽ ഓരോ ബേസും അതിന്റെ കോംപ്ലിമെന്ററി ബേസ് ആയി മാറുന്നു.
     • DNA → RNA പരിവർത്തനത്തിൽ: A→U, T→A, C→G, G→C എന്ന ക്രമത്തിൽ മാറുന്നു.

IUPAC ഡീജനറേറ്റ് കോഡുകളും പ്രത്യേക അക്ഷരങ്ങളും

തന്മാത്രാ ജീവശാസ്ത്രത്തിൽ ഒന്നിലധികം ബേസുകൾ വരാൻ സാധ്യതയുള്ള സ്ഥാനങ്ങളെ സൂചിപ്പിക്കാൻ IUPAC-IUB അസ്പഷ്ടമായ കോഡുകൾ (ambiguity codes) ഉപയോഗിക്കുന്നു. കോംപ്ലിമെന്റേഷൻ നടത്തുമ്പോൾ ഈ കോഡുകൾ കൃത്യമായ നിയമങ്ങൾ പാലിക്കുന്നു:

• R (A അല്ലെങ്കിൽ G) എന്ന കോഡ് Y (C അല്ലെങ്കിൽ T/U) എന്ന കോഡിലേക്കും തിരികെയും മാറുന്നു (R↔Y).
• K (G അല്ലെങ്കിൽ T/U) എന്ന കോഡ് M (A അല്ലെങ്കിൽ C) എന്ന കോഡിലേക്കും തിരികെയും മാറുന്നു (K↔M).
• B (C, G അല്ലെങ്കിൽ T/U) എന്ന കോഡ് V (A, C അല്ലെങ്കിൽ G) എന്ന കോഡിലേക്കും തിരികെയും മാറുന്നു (B↔V).
• D (A, G അല്ലെങ്കിൽ T/U) എന്ന കോഡ് H (A, C അല്ലെങ്കിൽ T/U) എന്ന കോഡിലേക്കും തിരികെയും മാറുന്നു (D↔H).
• സ്വയം കോംപ്ലിമെന്ററി ആയ S (G അല്ലെങ്കിൽ C), W (A അല്ലെങ്കിൽ T/U), N (ഏതെങ്കിലും ബേസ്) എന്നീ കോഡുകൾ മാറ്റമില്ലാതെ തുടരുന്നു.

ഈ നിയമങ്ങൾ Cornish-Bowden A (1985) പ്രസിദ്ധീകരിച്ച "Nomenclature for incompletely specified bases in nucleic acid sequences" എന്ന ശുപാർശകളെ അടിസ്ഥാനമാക്കിയുള്ളതാണ്. കൂടാതെ, അലൈൻമെന്റ് ഗ്യാപ്പ് മാർക്കറുകൾ (-) അതേപടി നിലനിർത്തുകയും ചെറിയക്ഷരങ്ങൾ (lowercase) പരിവർത്തനത്തിന് ശേഷവും ചെറിയക്ഷരങ്ങളായി തന്നെ തുടരുകയും ചെയ്യും.

ഒഴിവാക്കുന്ന അക്ഷരങ്ങളും FASTA ഹെഡറുകളും

ഇൻപുട്ട് സീക്വൻസിലുള്ള സ്പേസുകൾ, ലൈൻ ബ്രേക്കുകൾ, അക്കങ്ങൾ, ചിഹ്നങ്ങൾ എന്നിവ പരിവർത്തന സമയത്ത് ഒഴിവാക്കപ്പെടും. ഇവ നീക്കം ചെയ്ത ശേഷം "ഒഴിവാക്കിയ ‹n› സ്പേസുകൾ, അക്കങ്ങൾ, ചിഹ്നങ്ങൾ." എന്ന കുറിപ്പ് കാണിക്കുന്നു.

FASTA ഹെഡറുകൾ കൈകാര്യം ചെയ്യുന്നതിന് പ്രത്യേക നിയമങ്ങളുണ്ട്:

• ഒരു ഹെഡർ വരി മാത്രമാണുള്ളതെങ്കിൽ അത് ഫലത്തിന് മുകളിൽ നിലനിർത്തുകയും "പേര് നൽകിയ വരി നിലനിർത്തി." എന്ന സന്ദേശം കാണിക്കുകയും ചെയ്യും.
• ഒന്നിലധികം ഹെഡർ വരികൾ കണ്ടെത്തുകയാണെങ്കിൽ, സീക്വൻസ് വരികളെല്ലാം ഒന്നായി യോജിപ്പിക്കുകയും "‹n› പേര് നൽകിയ വരികൾ കണ്ടെത്തി — സീക്വൻസ് വരികൾ ഒന്നായി യോജിപ്പിച്ചു." എന്ന സന്ദേശം കാണിക്കുകയും ചെയ്യും.

GC അളവ് കണക്കാക്കുന്ന രീതി

സീക്വൻസിലെ GC അളവ് കണക്കാക്കാൻ താഴെ പറയുന്ന സമവാക്യം ഉപയോഗിക്കുന്നു:

GC അളവ് = (G + C + S) / (A + C + G + T + U + W + S) × 100%

ഇവിടെ S എന്ന അസ്പഷ്ടമായ കോഡ് GC-യുടെ ഭാഗമായും W എന്നത് AT-യുടെ ഭാഗമായും കണക്കാക്കുന്നു. മറ്റ് ഡീജനറേറ്റ് കോഡുകളായ R, Y, K, M, B, V, D, H, N എന്നിവയുടെ GC സംഭാവന കൃത്യമല്ലാത്തതിനാൽ അവയെ സമവാക്യത്തിന്റെ അംശത്തിലും ഛേദത്തിലും ഉൾപ്പെടുത്തിയിട്ടില്ല. സീക്വൻസിൽ കണക്കാക്കാൻ സാധിക്കുന്ന ബേസുകൾ ഇല്ലെങ്കിൽ ശതമാനം കാണിക്കുകയില്ല. ലളിതമായ T↔U മാറ്റങ്ങളോ കോംപ്ലിമെന്റേഷനോ GC അളവിനെ ബാധിക്കാത്തതിനാൽ പരിവർത്തനത്തിന് ശേഷവും ഈ മൂല്യം മാറാതെ തുടരുന്നു.

സ്വകാര്യതയും ഡാറ്റാ പ്രോസസ്സിംഗും

നിങ്ങളുടെ സീക്വൻസ് ബ്രൗസറിലാണ് പരിവർത്തനം ചെയ്യുന്നത്. വിവരങ്ങളൊന്നും BroBroGo-ലേക്ക് അപ്‌ലോഡ് ചെയ്യുന്നില്ല.

പതിവായി ചോദിക്കുന്ന ചോദ്യങ്ങൾ (FAQ)

കോഡിംഗ് സ്ട്രാൻഡും ടെംപ്ലേറ്റ് സ്ട്രാൻഡും തമ്മിലുള്ള വ്യത്യാസം എന്താണ്?

കോഡിംഗ് (സെൻസ്) സ്ട്രാൻഡ് മെസ്സഞ്ചർ RNA-യുമായി പൊരുത്തപ്പെടുന്നു, എന്നാൽ T-ക്ക് പകരം U വരും. ടെംപ്ലേറ്റ് (ആന്റിസെൻസ്) സ്ട്രാൻഡ് ആണ് കോശം യഥാർത്ഥത്തിൽ വായിക്കുന്നത്, അതിനാൽ ഓരോ ബേസും കോംപ്ലിമെന്റ് ചെയ്യപ്പെടുന്നു: A→U, T→A, C→G, G→C. നിങ്ങളുടെ സീക്വൻസ് എഴുതിയ രീതിയുമായി പൊരുത്തപ്പെടുന്ന സ്ട്രാൻഡ് തിരഞ്ഞെടുക്കുക.

RNA → DNA എനിക്ക് എന്താണ് നൽകുന്നത്?

നിങ്ങളുടെ RNA-യുടെ ഒരു DNA പകർപ്പ്: ഓരോ U-വും T ആയി മാറും, മറ്റുള്ളവയെല്ലാം അതേപടി തുടരും. ഒരു റിവേഴ്സ് ട്രാൻസ്ക്രിപ്റ്റേസ് ഉത്പാദിപ്പിക്കുന്ന cDNA സീക്വൻസ് ഇതാണ്, തുടർന്നുള്ള ഒരു ടൂൾ DNA മാത്രം സ്വീകരിക്കുമ്പോൾ ഇത് ഉപയോഗപ്രദമാണ്.

എനിക്ക് N, R അല്ലെങ്കിൽ Y പോലുള്ള അസ്പഷ്ടമായ കോഡുകൾ പേസ്റ്റ് ചെയ്യാൻ കഴിയുമോ?

അതെ. ഡീജനറേറ്റ് IUPAC അക്ഷരങ്ങൾ നിലനിർത്തും: ഒരു സാധാരണ പരിവർത്തനം T, U എന്നിവയെ മാത്രമേ ബാധിക്കുകയുള്ളൂ, കൂടാതെ ടെംപ്ലേറ്റ് സ്ട്രാൻഡ് പരിവർത്തനം ഓരോ കോഡിനെയും അതിന്റെ ശരിയായ കോംപ്ലിമെന്റിലേക്ക് മാറ്റുന്നു (R↔Y, K↔M; S, W, N എന്നിവ അതേപടി തുടരും). അലൈൻമെന്റ് ഗ്യാപ്പ് മാർക്കറുകൾ (-) നിലനിർത്തും, ചെറിയക്ഷരങ്ങൾ അതേപടി തുടരും.

FASTA ഹെഡറുകൾ, അക്കങ്ങൾ, സ്പേസുകൾ എന്നിവയ്ക്ക് എന്ത് സംഭവിക്കും?

> എന്ന് തുടങ്ങുന്ന പേര് നൽകിയിട്ടുള്ള വരി അതേപടി നിലനിർത്തുകയും ഫലത്തിന് മുകളിൽ കാണിക്കുകയും ചെയ്യും. സ്പേസുകൾ, ലൈൻ ബ്രേക്കുകൾ, അക്കങ്ങൾ, ചിഹ്നങ്ങൾ എന്നിവ ഒഴിവാക്കും, കൂടാതെ എത്രത്തോളം ഒഴിവാക്കി എന്ന് ഇൻപുട്ടിന് താഴെയുള്ള കുറിപ്പിൽ കാണിക്കും — ഒന്നും നിശബ്ദമായി ഒഴിവാക്കില്ല.