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.