Convertor secvențe DNA RNA

Fluxul informației genetice și conversia de secvențe

În biologia moleculară, fluxul de informație genetică urmează dogma centrală, descriind modul în care instrucțiunile codificate în DNA sunt transcrise în RNA și, ulterior, traduse în proteine. Procesul de transcriere reprezintă copierea unei porțiuni de DNA într-o secvență de RNA de către enzima RNA polimerază. În laborator și în bioinformatică, simularea acestui proces necesită o conversie precisă între nucleotide, respectând regulile biochimice ale catenelor implicate.

Acest instrument online permite realizarea rapidă a acestor conversii în ambele direcții: de la DNA la RNA și înapoi, de la RNA la DNA. Conversia se poate efectua fie pe baza catenei codificatoare (sens), fie pe baza catenei matriță (antisens), în funcție de orientarea secvenței de care dispuneți.

Diferența dintre catena codificatoare și cea matriță

Pentru a obține un rezultat corect din punct de vedere biologic, este esențial să selectați tipul de catenă corespunzător secvenței introduse:

• Codificatoare (sens): Această catenă de DNA are aceeași secvență ca și RNA-ul mesager (mRNA) rezultat, cu singura diferență că timina (T) din DNA este înlocuită cu uracil (U) în RNA. În timpul conversiei DNA → RNA pe această catenă, fiecare T devine U. La conversia inversă RNA → DNA, fiecare U devine T. Toate celelalte baze rămân neschimbate.
• Matriță (antisens): Aceasta este catena pe care RNA polimeraza o citește fizic în timpul transcrierii pentru a construi molecula de mRNA prin complementaritate. În acest caz, fiecare bază este complementată. Pentru conversia DNA → RNA, regulile sunt: A devine U, T devine A, C devine G și G devine C.

Regulile de conversie și gestionarea codurilor IUPAC

Instrumentul respectă cu strictețe regulile de complementaritate și păstrează formatarea originală a datelor introduse. Literele mici își păstrează forma de literă mică în rezultatul final, iar markerii de decalaj de aliniere (-) sunt conservați intact.

Pe lângă bazele standard (A, C, G, T, U), instrumentul procesează corect codurile de ambiguitate IUPAC-IUB stabilite în nomenclatura oficială pentru acizii nucleici (Cornish-Bowden, 1985). În cazul conversiei pe catena matriță, aceste coduri degenerate sunt mapate la complementul lor corespunzător:

• R (purină: A sau G) se convertește în Y (pirimidină: C sau T/U) și invers (R↔Y).
• K (ceto: G sau T/U) se convertește în M (amino: A sau C) și invers (K↔M).
• B (fără A) se convertește în V (fără T/U) și invers (B↔V).
• D (fără C) se convertește în H (fără G) și invers (D↔H).
• Codurile self-complementare S (puternic: G sau C), W (slab: A sau T/U) și N (orice bază) rămân neschimbate.

Compatibilitatea cu formatul FASTA și filtrarea caracterelor

Instrumentul este conceput pentru a fi compatibil cu formatul FASTA, utilizat pe scară largă în bioinformatică:

• Dacă introduceți o secvență care conține o singură linie de nume ce începe cu > (sau o linie de comentariu care începe cu ;), aceasta este păstrată și afișată deasupra rezultatului, fiind însoțită de notificarea: Linia de nume a fost păstrată..
• Dacă sunt detectate mai multe linii de nume, liniile secvenței sunt îmbinate într-o singură secvență continuă, afișându-se nota: S-au găsit ‹n› linii de nume — liniile secvenței au fost îmbinate într-una singură..

Toate spațiile, întreruperile de rând, cifrele și semnele de punctuație sunt ignorate și eliminate automat din secvență în timpul procesării. Numărul exact de caractere eliminate este raportat prin mesajul: S-au ignorat ‹n› spații, cifre și semne de punctuație..

Dacă secvența introdusă depășește limita de 2.000.000 de caractere brute, procesarea este oprită și se afișează eroarea: Această secvență este prea lungă pentru acest instrument. Păstrați-o sub ‹max› caractere.. În cazul în care secvența conține litere nepermise, se va afișa mesajul de eroare: Litere neacceptate: ‹chars›. Sunt permise doar literele bazelor DNA/RNA., indicând primele 6 caractere neconforme identificate.

Calculul conținutului GC

Conținutul GC reprezintă procentul de baze azotate dintr-o secvență care sunt fie guanină (G), fie citozină (C). Acest parametru este crucial în tehnici precum PCR (reacția de polimerizare în lanț) și designul de primeri, deoarece legăturile triple dintre G și C oferă o stabilitate termică mai mare comparativ cu legăturile duble dintre A și T/U.

Formula utilizată de instrument pentru calcul este:

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

În această formulă, codul de ambiguitate S (legături puternice: G sau C) este inclus atât la numărător, cât și la numitor, în timp ce W (legături slabe: A sau T/U) este inclus doar la numitor. Toate celelalte coduri degenerate (R, Y, K, M, B, V, D, H, N) sunt excluse complet din calcul deoarece contribuția lor exactă la fracția GC este incertă. Valoarea procentuală nu se modifică în urma conversiei, deoarece înlocuirile simple T↔U și complementarea pe catena matriță doar inversează bazele în cadrul aceleiași clase de stabilitate. Dacă secvența nu conține baze care pot fi luate în calcul, nu se va afișa niciun procent.

Confidențialitate și procesare locală

Secvența dumneavoastră este convertită în browser. Nimic nu este încărcat pe BroBroGo. Toate calculele și transformările de caractere se execută local, pe dispozitivul dumneavoastră, asigurând că datele nu părăsesc sesiunea de navigare curentă.

Întrebări frecvente

Care este diferența dintre catena codificatoare și cea matriță?

Catena codificatoare (sens) se potrivește cu RNA mesager, cu excepția faptului că T devine U. Catena matriță (antisens) este cea pe care celula o citește de fapt, așa că fiecare bază este complementată: A→U, T→A, C→G, G→C. Alegeți catena care se potrivește cu modul în care a fost scrisă secvența dumneavoastră.

Ce îmi oferă conversia RNA → DNA?

O copie DNA a RNA-ului dumneavoastră: fiecare U devine T și tot restul rămâne neschimbat. Aceasta este secvența cDNA pe care ar produce-o o reverstranscriptază, utilă atunci când un instrument din aval acceptă doar DNA.

Pot lipi coduri de ambiguitate precum N, R sau Y?

Da. Literele IUPAC degenerate sunt păstrate: o conversie simplă afectează doar T și U, iar conversia catenei matriță mapează fiecare cod la complementul său corect (R↔Y, K↔M; S, W și N rămân). Markerii de decalaj de aliniere (-) sunt păstrați, iar literele mici își păstrează forma.

Ce se întâmplă cu antetele FASTA, numerele și spațiile?

O linie de nume care începe cu > este păstrată și afișată deasupra rezultatului. Spațiile, întreruperile de rând, cifrele și semnele de punctuație sunt ignorate, iar nota de sub caseta de introducere vă spune cât de mult a fost eliminat — nimic nu este șters în mod silențios.