Biologisk sekvens
En biologisk sekvens er beskrivelsen av sekvensen av elementer (eller monomerer ) som utgjør et biologisk makromolekyl , nukleinsyre eller protein . Disse makromolekylene er faktisk lineære polymerer , som består av nukleotider for førstnevnte eller av aminosyrer for sistnevnte. Sekvensen blir vanligvis representert som en tegnstreng som er lagret i en datafil i tekstformat.
I tilfellet med DNA , noe som tilsvarer sekvensen av baser , som kan fås ved utgangen fra et gen sequencer . Dette tilsvarer den rå genetiske informasjonen. Når det gjelder proteiner, tilsvarer dette sekvensen av aminosyrer som kan oppnås enten ved kjemisk sekvensering eller ved å oversette sekvensen til det tilsvarende genet til DNA.
Nukleotidsekvenser
Genetiske sekvenser
Når det gjelder en DNA- sekvens , er "teksten" en sekvens som bare er dannet av 4 bokstaver som tilsvarer de fire nukleotidene som danner kjeden til en av strengene av DNA: A for adenin , G for guanin , T for tymin , C for cytosin . Vær forsiktig hvis leseretningen kan være 3 ' til 5' eller revers.
Eksempel på en DNA-biologisk sekvens for Antennapedia CG1028-RH- genet fra Drosophila melanogaster :
1 ttcagttgtg aatgaatgga cgtgccaaat agacgtgccg ccgccgctcg attcgcactt
61 tgctttcggt tttgccgtcg tttcacgcgt ttagttccgt tcggttcatt cccagttctt
121 aaataccgga cgtaaaaata cactctaacg gtcccgcgaa gaaaaagata aagacatctc
181 gtagaaatat taaaataaat tcctaaagtc gttggtttct cgttcacttt cgctgcctgc
241 tcaggacgag ggccacacca agaggcaaga gaaacaaaaa gagggaacat aggaacagga
301 accagataat agtgacataa gcgacccttt cgcaaatatt ttggcgcaaa atgagcgggc
361 gccaagtgcc gcgtggtgga gccgcctgaa aatgacatgg aaaattcgcc gaaaatcgcg
421 cgttttggca gcatcaatcc caaagcacaa aattaatttc tatcataatt tctgggtgca
481 acacggaccc ataattgaat cgaatatagg gcttatctga tagcccggca gcaacattga
541 actttccggc tgcaaaggag acgacaccga gatcgccaat tttcgttggg ctcgttctct
601 gggctccggc gataagaaat ccatgctgat aaggacagga ggacggtctg cggcaaattg
661 aattcgattc tgacctgtat gaaagccagc ggagatacgg atacctctgg gtttatgggt
721 agaaaacgca gagcgtcgcg ccaacatcga aattatttgc gtttgcatct tctcgtcctt
781 tcgtttatcg ttctgattgc catcgtggtg gcgcggtttc tattaatttt gcttctgtat
841 cgtttgcaaa atctcaaaag attcaaaaag ttcgtcatca gcagccgcaa cacaaaaacc
901 aacgagtgta aagccgagca tacaaatatc aataaaaaca taaacattta cccaatctca
961 atctcaaaac attcgcatcg tttccacaca aatatgctta gttcgcccaa attgtgattg
1021 tatatatata tttaacggca ttaaatacaa aagattaagc cctaaattaa gtgtaaatct
1081 tacaaaacgt ctacgttttt aaacaagaaa ttgtgatatt atatattaat cgggaaattc
1141 gaagtatgag aacaaaacgg tgtatatatg taagtgggcg atgaacatca atgaatattt
1201 tagctgagca aagtacacac gaatgaatat aaatatacat gaaaatatat tttgggcacc
1261 gacttttaca ccacaattat atatcgatag aaaagacacg aaaacaatca cagaaaacta
1321 agagtttcaa aatcaaaatt gaggaatacc aactagagga taaggctact taaggatcaa
1381 aaaacaccaa ggagacgaga ttttctacca aatcgagaga cgaggggcag gttaatttcg
1441 tcatttttgg ccaagacagc aaatagagga acagcaaagc gaaaatcatt ttatacctca
1501 cacaacaact acacactaac taagattagg ctacgcaact gtacattgta cttaagtgtt
1561 caaagtatat ttagtttact ttgtatataa gaaaagtagc taaaagcacg cggacaggga
1621 ggcaggagca ccacagtcac tagccactaa gcagagtcac agtcacgatc acgttcactc
1681 caggatcagg actcggggcg ggatcagcag acgctgagga agctgccacg atgacgatga
1741 gtacaaacaa ctgcgagagc atgacctcgt acttcaccaa ctcgtacatg ggggcggaca
1801 tgcatcatgg gcactacccg ggcaacgggg tcaccgacct ggacgcccag cagatgcacc
1861 actacagcca gaacgcgaat caccagggca acatgcccta cccgcgcttt ccaccctacg
1921 accgcatgcc ctactacaac ggccagggga tggaccagca gcagcagcac caggtctact
1981 cccgcccgga cagcccctcc agccaggtgg gcggggtcat gccccaggcg cagaccaacg
2041 gtcagttggg tgttccccag cagcaacagc agcagcagca acagccctcg cagaaccagc
2101 agcaacagca ggcgcagcag gccccacagc aactgcagca gcagctgccg caggtgacgc
2161 aacaggtgac acatccgcag cagcaacaac agcagcccgt cgtctacgcc agctgcaagt
2221 tgcaagcggc cgttggtgga ctgggtatgg ttcccgaggg cggatcgcct ccgctggtgg
2281 atcaaatgtc cggtcaccac atgaacgccc agatgacgct gccccatcac atgggacatc
2341 cgcaggcgca gttgggctat acggacgttg gagttcccga cgtgacagag gtccatcaga
2401 accatcacaa catgggcatg taccagcagc agtcgggagt tccgccggtg ggtgccccac
2461 ctcagggcat gatgcaccag ggccagggtc ctccacagat gcaccaggga catcctggcc
2521 aacacacgcc tccttcccaa aacccgaact cgcagtcctc ggggatgccg tctccactgt
2581 atccctggat gcgaagtcag tttggtaagt gtcaaggaaa gtgatcgaca attccacgaa
2641 acgtattaag tggaattttt cttcttctta tcgtagtggg ttgaagtagt tagttccccg
2701 tttagaattg gtcgtagttc ccattagaat cgtaactgtg catacaacag ctagagctgt
2761 attatcttaa attgtataat accataacta ttacagcgaa cctcgtgcag cgaagcaaag
2821 cagtaaaaag cagtctagat gtactgcttt atattgtgtt tcctgcttga tattagatca
2881 ctaagcaagc agacgcgcaa gcagttcacg cagatcacgc agacgttaaa aatttaaaaa
2941 tgtttttgtt tgcagaaaga agtaccctct tcgcttttca attttgtagt taaaattcga
3001 gcaaatatat ttaaattaaa aaggctcaaa cttaaagtac tatgtatgtc ttgtattttt
3061 gaaaaaattc taaagtttat tataaaatgc attttaaata cattttttaa cctaccttgt
3121 cgcttgaaat atataaaatt taagttttag atatggaata gataaacaaa atatttccct
3181 ctgtcttaac taatttcttt aattaaatgt taagccccaa agcgactaca gcttcatgtc
3241 aaactcttac cttaaatatt tagagtttgt ttgcatttga actgagaacg ttttgtcgac
3301 gaccttgaca cgtccgggta atttcacttt attgccttgg ccaattgctt gacatcatcc
3361 gtaatccatc tgcaaagaca tcccgatacc tgacatttgt tcaaatttgc gaatttccca
3421 aatccgagca aatcgatgaa tgcaggcaga tgaaagacga aagaggtggc ggaagaggtg
3481 ctccttgggt tccgcttgcc cagaagatcg cagcacagga ggcggtcctg ccagctaatg
3541 caaattgaca atagctcgaa atcgtgcaag aaaaaggttt gccaaaaccc taggcgtaac
3601 taatgagggc tggaaaatag agcacactga ctgcatgtgg tactgcttta ggcttagagg
3661 atgttgcata agtggggata gggctcggcc gcctttcgag cgaaaaaggt gtaaggtcta
3721 ggaggcgagt ccttttcaaa tatagaattc caatggcatg tcactttcct cggagaaagt
3781 gaaagtaggc ctcaagtggt cggtgccttt gccttgccct ccagctgacc tgctccctgg
3841 tcattacgca gtccaaggag ctctagctct ccccataccc agctctcaat gttgttgtgg
3901 ttttttgttt gtagccggct gaattttttc gccaaagcca gattgagatg taaagcacaa
3961 ttgatgagcg ccattagtta cacgttatgt gcaatggatg ccatcaattt attaatctcc
4021 agaacacgcc gaggctccat tcatagcacc acttcgtcgt cttaatcccc tccctcatcc
4081 gccatggcgg tgcaaaaaat aaaaagaact c
RNA-sekvenser
Når det gjelder en RNA- sekvens , brukes bokstaven U for å betegne uracil som erstatter tymin for disse molekylene .
Proteinsekvenser (peptider)
Denne sekvensen tilsvarer det som kalles den primære strukturen til proteinet i biokjemi. Vi kaller oversettelse , trinnet med proteinsyntese fra en nukleotidsekvens, dette trinnet kan enkelt forutsies av dataprogramvare for identifisering av tidligere ukjente gener. Den genetiske koden gir en bokstav i alfabetet for hver av de 20 eksisterende aminosyrene , tilsvarende de forskjellige kodonene . Siden et kodon består av tre baser, er proteinsekvensen tre ganger kortere enn den tilsvarende nukleinsyresekvensen.
Her er et proteineksempel på Antennipedia-genet fra Drosophila:
1 mtmstnnces mtsyftnsym gadmhhghyp gngvtdldaq qmhhysqnan hqgnmpyprf
61 ppydrmpyyn gqgmdqqqqh qvysrpdsps sqvggvmpqa qtngqlgvpq qqqqqqqqps
121 qnqqqqqaqq apqqlqqqlp qvtqqvthpq qqqqqpvvya scklqaavgg lgmvpeggsp
181 plvdqmsghh mnaqmtlphh mghpqaqlgy tdvgvpdvte vhqnhhnmgm yqqqsgvppv
241 gappqgmmhq gqgppqmhqg hpgqhtppsq npnsqssgmp splypwmrsq fgkcqgk
Andre sekvenser
Databehandling
Sekvensanalyse
Sekvenser som disse kan brukes som input (kopieres / limes inn med alle kommentarene) for å gjøre sekvensanalyser som med BLAST- programmet .
Andre programmer gjør det mulig å søke etter palindromiske strukturer .
Bluejay er et program skrevet i Java for å transformere DNA-sekvensdata til XML.
Genomiske merknader
Ensembl er programvare som brukes til å kommentere genomiske sekvenser.
Typer av spesifikke biologiske sekvenser
Merknader og referanser
-
Relaterte artikler
Se også