DNA RNA-sequentieconverter

De stroom van genetische informatie: DNA en RNA converteren

In de moleculaire biologie verloopt de informatiestroom van het genoom naar de functionele cel via de transcriptie van desoxyribonucleïnezuur (DNA) naar ribonucleïnezuur (RNA). Deze stap is fundamenteel voor de expressie van eiwitten. Bij het analyseren van genetische sequenties in computerbestanden is het vaak nodig om deze biologische stap digitaal na te bootsen. De DNA RNA-sequentieconverter voert deze omzettingen nauwkeurig uit.

Afhankelijk van de herkomst van de sequentie kan de conversie worden uitgevoerd op basis van de coderende streng (sense) of de matrijsstreng (antisense). De coderende streng bevat dezelfde sequentie als het resulterende messenger-RNA (mRNA), met het verschil dat thymine (T) in DNA is vervangen door uracil (U) in RNA. De matrijsstreng is de fysieke streng die door het RNA-polymerase wordt afgelezen om het mRNA-molecuul te synthetiseren. Bij transcriptie vanaf de matrijsstreng wordt elke base vertaald naar zijn complementaire tegenhanger.

Coderende versus matrijsstrengen bij conversie

De keuze van de streng bepaalt hoe de letters in de sequentie worden omgezet. De converter hanteert hiervoor strikte biologische regels:

Coderende streng (sense)

Bij deze instelling blijft de leesrichting en de basenvolgorde identiek, omdat de coderende DNA-streng direct overeenkomt met de codonvolgorde van het RNA.

• DNA → RNA: Elke T verandert in een U. Alle andere basen blijven ongewijzigd.
• RNA → DNA: Elke U verandert in een T. Alle andere basen blijven ongewijzigd.

Matrijsstreng (antisense)

Bij deze instelling wordt de sequentie gecomplementeerd. Dit bootst de daadwerkelijke transcriptie na waarbij de basen paren met hun complementaire tegenhangers.

• DNA → RNA: A wordt U, T wordt A, C wordt G, en G wordt C.
• RNA → DNA: U wordt A, A wordt T, G wordt C, en C wordt G.

Kleine letters in de invoer behouden altijd hun letterkast in het resultaat. Daarnaast blijven uitlijningsgaten, aangeduid met het minteken (-), ongewijzigd behouden in de uitvoer.

IUPAC-ambiguïteitscodes en complementatie

In consensussequenties of bij het ontwerpen van primers worden vaak degeneratieve codes gebruikt om posities aan te duiden waar meerdere nucleotiden mogelijk zijn. Deze standaard is vastgelegd door de IUPAC-IUB. De converter ondersteunt deze codes volledig en past bij conversie van de matrijsstreng de juiste complementatieregels toe:

• R (purine: A of G) is complementair aan Y (pyrimidine: C of T/U). De converter wisselt R en Y om (R↔Y).
• K (keto: G of T/U) is complementair aan M (amino: A of C). De converter wisselt K en M om (K↔M).
• B (alles behalve A) is complementair aan V (alles behalve T/U). De converter wisselt B en V om (B↔V).
• D (alles behalve C) is complementair aan H (alles behalve G). De converter wisselt D en H om (D↔H).
• S (sterke binding: G of C), W (zwakke binding: A of T/U) en N (onbekende base) zijn zelfcomplementair en blijven ongewijzigd.

Deze regels zijn gebaseerd op de aanbevelingen uit 1984 voor onvolledig gespecificeerde basen in nucleïnezuursequenties (Cornish-Bowden A, "Nomenclature for incompletely specified bases in nucleic acid sequences: recommendations 1984", Nucleic Acids Research 13(9):3021–3030 (1985)).

Het FASTA-formaat en opschoning van invoer

Het FASTA-formaat is de standaard in de bio-informatica voor het opslaan van nucleotiden. Een FASTA-bestand begint met een headerregel die start met een groter-dan-teken (>) of, in oudere formaten, een puntkomma (;).

De converter herkent deze structuur automatisch:

• Wanneer er één enkele naamregel wordt gedetecteerd, blijft deze behouden boven het resultaat. De statusmelding toont dan de opmerking: Naamregel behouden..
• Als er meerdere naamregels in de invoer aanwezig zijn, voegt het hulpmiddel de sequentieregels samen tot één doorlopende sequentie. Dit wordt aangegeven met de melding: ‹n› naamregels gevonden — sequentieregels zijn samengevoegd tot één regel..

Spaties, regeleinden, cijfers en leestekens worden tijdens de verwerking automatisch uit de sequentie gefilterd. De exacte hoeveelheid verwijderde tekens wordt gerapporteerd via de melding: ‹n› spaties, cijfers en leestekens genegeerd.. Dit voorkomt dat opmaaktekens de biologische analyses verstoren.

GC-gehalte en sequentiestatistieken

Het GC-gehalte is een belangrijke parameter bij PCR-primerontwerp en hybridisatie-experimenten, omdat G-C bindingen door hun drie waterstofbruggen stabieler zijn dan A-T/U bindingen. De converter berekent het GC-gehalte met de volgende formule:

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

Hierbij telt de ambiguïteitscode S (sterke binding) mee als GC en W (zwakke binding) als AT. Alle overige degeneratieve IUPAC-codes (R, Y, K, M, B, V, D, H, N) worden uitgesloten van zowel de teller als de noemer, omdat hun exacte bijdrage aan het GC-gehalte onzeker is. Indien een sequentie geen telbare basen bevat, wordt er geen percentage weergegeven. Het GC-gehalte blijft bij elke conversie constant, aangezien de basen binnen dezelfde bindingsklassen worden uitgewisseld.

Lokale verwerking en privacy

Wanneer u een sequentie invoert in de DNA RNA-sequentieconverter, vindt de volledige verwerking lokaal plaats binnen uw eigen webbrowser. Er worden geen sequentiegegevens of FASTA-headers geüpload naar de servers van BroBroGo.

Veelgestelde vragen

Wat is het verschil tussen de coderende streng en de matrijsstreng?

De coderende streng (sense) komt overeen met het messenger-RNA, behalve dat T verandert in U. De matrijsstreng (antisense) is de streng die de cel daadwerkelijk afleest, dus elke base wordt gecomplementeerd: A→U, T→A, C→G, G→C. Kies de streng die overeenkomt met hoe je sequentie is opgeschreven.

Wat levert RNA → DNA mij op?

Een DNA-kopie van je RNA: elke U wordt T en de rest blijft gelijk. Dit is de cDNA-sequentie die een reverse-transcriptase zou produceren, handig wanneer een volgend hulpmiddel alleen DNA accepteert.

Kan ik ambiguïteitscodes zoals N, R of Y plakken?

Ja. Degeneratieve IUPAC-letters blijven behouden: een gewone conversie past alleen T en U aan, en een conversie van de matrijsstreng koppelt elke code aan de juiste complementaire code (R↔Y, K↔M; S, W en N blijven behouden). Uitlijningsgaten (-) blijven behouden en kleine letters behouden hun letterkast.

Wat gebeurt er met FASTA-headers, getallen en spaties?

Een naamregel die begint met > wordt behouden en boven het resultaat getoond. Spaties, regeleinden, cijfers en leestekens worden genegeerd, en de opmerking onder de invoer laat zien hoeveel er is verwijderd — er wordt niets stilletjes weggelaten.