Konwerter sekwencji DNA i RNA

Przepływ informacji genetycznej: od DNA do RNA i z powrotem

W biologii molekularnej kierunek przepływu informacji genetycznej opisuje centralny dogmat biologii molekularnej. Informacja zapisana w kwasie deoksyrybonukleinowym (DNA) jest przepisywana na kwas rybonukleinowy (RNA) w procesie transkrypcji, a następnie tłumaczona na białka. Narzędzie "Konwerter sekwencji DNA i RNA" umożliwia odtworzenie tych przejść w warunkach in silico, oferując konwersję w dwóch kierunkach: DNA → RNA oraz RNA → DNA.

Konwersja z DNA na RNA odzwierciedla naturalny proces transkrypcji, w którym polimeraza RNA syntetyzuje cząsteczkę RNA na bazie matrycy DNA. Z kolei konwersja RNA → DNA odpowiada procesowi odwrotnej transkrypcji. W naturze proces ten jest przeprowadzany przez enzym odwrotną transkryptazę, występującą m.in. u retrowirusów, która syntetyzuje komplementarny DNA (cDNA) na matrycy RNA. W badaniach laboratoryjnych generowanie sekwencji cDNA jest kluczowym krokiem przed analizą bioinformatyczną w programach, które akceptują wyłącznie formaty DNA.

Nić kodująca a nić matrycowa

Podczas konwersji sekwencji kluczowe znaczenie ma wybór odpowiedniej nici kwasu nukleinowego. DNA występuje zazwyczaj jako dwuniciowa helisa, składająca się z dwóch komplementarnych i antyrównoległych nici:

• Kodująca (sensowna): Nić ta posiada sekwencję identyczną z powstałym transkryptem RNA (z tą różnicą, że zamiast tyminy T występuje uracyl U). Wybór opcji Kodująca (sensowna) sprawia, że przy konwersji DNA → RNA każda tymina T jest zamieniana na uracyl U. Przy konwersji RNA → DNA każdy uracyl U staje się tyminą T. Pozostałe zasady nie ulegają zmianie.
• Matrycowa (antysensowna): Jest to nić, która służy jako fizyczny szablon dla polimerazy RNA podczas transkrypcji. Powstający RNA jest komplementarny do tej nici. Wybór opcji Matrycowa (antysensowna) uruchamia pełne dopełnienie każdej zasady. Dla kierunku DNA → RNA zasady są mapowane następująco: A→U, T→A, C→G, G→C.

Obsługa kodów niejednoznaczności IUPAC i znaków specjalnych

W sekwencjach biologicznych często pojawiają się pozycje, w których nie można jednoznacznie określić pojedynczej zasady. Standard IUPAC-IUB definiuje zdegenerowane symbole dla takich pozycji. Narzędzie w pełni obsługuje te kody, stosując do nich precyzyjne reguły komplementarności podczas konwersji nici matrycowej:

Wszystkie małe litery zachowują swoją wielkość po konwersji. Znaki przerwy w dopasowaniu sekwencji, reprezentowane przez myślnik (-), są również bez zmian zachowywane w wynikowej sekwencji.

Format FASTA i oczyszczanie danych wejściowych

Narzędzie akceptuje surowy tekst oraz sekwencje w formacie FASTA. Linia nagłówkowa zaczynająca się od znaku > (lub starszy format komentarza zaczynający się od ;) jest automatycznie rozpoznawana.

W przypadku wykrycia pojedynczego nagłówka, zostaje on zachowany i wyświetlony bezpośrednio nad wynikiem, czemu towarzyszy komunikat Zachowano linię nagłówkową.. Jeśli wklejona sekwencja zawiera wiele linii nagłówkowych, narzędzie łączy linie sekwencji w jeden ciąg i wyświetla komunikat: Znaleziono ‹n› linii nagłówkowych — linie sekwencji zostały połączone w jedną..

Wszelkie znaki niedotyczące sekwencji biologicznej, takie jak spacje, znaki nowej linii, cyfry oraz znaki interpunkcyjne, są automatycznie usuwane z analizowanego ciągu. Narzędzie informuje o tym fakcie poprzez komunikat: Zignorowano ‹n› spacji, cyfr i znaków interpunkcyjnych.. Maksymalna długość wejściowa wynosi 2 000 000 znaków. Przekroczenie tego limitu powoduje wyświetlenie błędu: Ta sekwencja jest za długa dla tego narzędzia. Ogranicz ją do maksymalnie ‹max› znaków.. W przypadku wykrycia niedozwolonych liter, pojawia się komunikat: Nieobsługiwane litery: ‹chars›. Dozwolone są wyłącznie litery zasad DNA/RNA. (pokazujący do 6 pierwszych błędnych znaków).

Obliczanie zawartości GC (GC Content)

Zawartość par guaninowo-cytozynowych jest kluczowym parametrem fizykochemicznym sekwencji, wpływającym m.in. na temperaturę topnienia dupleksu w reakcjach PCR. Narzędzie oblicza ten parametr według następującego wzoru:

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

W algorytmie tym zdegenerowany kod S (silne wiązanie: G lub C) jest wliczany zarówno do licznika, jak i mianownika, natomiast kod W (słabe wiązanie: A lub T/U) jest uwzględniany wyłącznie w mianowniku. Pozostałe kody niejednoznaczności (R, Y, K, M, B, V, D, H, N) są całkowicie pomijane w obliczeniach, ponieważ ich dokładny udział w zawartości GC jest nieokreślony. Wartość procentowa GC nie ulega zmianie podczas konwersji, ponieważ proste zamiany T↔U oraz komplementacja nici matrycowej zachowują proporcje klas zasad.

Bezpieczeństwo danych i prywatność

Przetwarzanie wklejonych sekwencji odbywa się lokalnie w przeglądarce użytkownika. Żadne dane nie są przesyłane do BroBroGo.

---

Często zadawane pytania (FAQ)

Jaka jest różnica między nicią kodującą a matrycową?

Nić kodująca (sensowna) odpowiada informacyjnemu RNA (mRNA), z tą różnicą, że T zamienia się w U. Nić matrycowa (antysensowna) to ta, którą komórka faktycznie odczytuje, więc każda zasada jest uzupełniana dopełnieniem: A→U, T→A, C→G, G→C. Wybierz nić odpowiadającą sposobowi zapisu Twojej sekwencji.

Co daje mi konwersja RNA → DNA?

Kopia DNA Twojego RNA: każde U staje się T, a cała reszta pozostaje bez zmian. Jest to sekwencja cDNA, którą wytworzyłaby odwrotna transkryptaza, przydatna, gdy kolejne narzędzie akceptuje wyłącznie DNA.

Czy mogę wkleić kody niejednoznaczności, takie jak N, R lub Y?

Tak. Zdegenerowane litery IUPAC są zachowywane: zwykła konwersja wpływa tylko na T i U, natomiast konwersja nici matrycowej przypisuje każdy kod do jego właściwego dopełnienia (R↔Y, K↔M; S, W i N pozostają bez zmian). Znaki przerwy w dopasowaniu (-) są zachowywane, a małe litery zachowują swoją wielkość.

Co dzieje się z nagłówkami FASTA, liczbami i spacjami?

Linia nagłówkowa zaczynająca się od znaku > zostaje zachowana i wyświetlona nad wynikiem. Spacje, znaki nowej linii, cyfry i znaki interpunkcyjne są ignorowane, a informacja pod polem wejściowym wskazuje, ile znaków usunięto — nic nie znika bez wiedzy użytkownika.