Sequenza biologica

Una sequenza biologica è la descrizione della sequenza di elementi (o monomeri ) che costituiscono una macromolecola biologica, un acido nucleico o una proteina . Queste macromolecole sono infatti polimeri lineari, costituiti da nucleotidi per i primi o da amminoacidi per i secondi. La sequenza è solitamente rappresentata come una stringa di caratteri che è memorizzata in un file di computer in formato testo.

Nel caso del DNA , ciò corrisponde alla sequenza di basi , come si può ottenere all'uscita di un sequenziatore genico . Ciò corrisponde alle informazioni genetiche grezze. Nel caso delle proteine, ciò corrisponde alla sequenza di amminoacidi che può essere ottenuta o mediante sequenziamento chimico o traducendo la sequenza del gene corrispondente su DNA.

Sequenze nucleotidiche

Sequenze genetiche

Nel caso di una sequenza di DNA , il "testo" è una sequenza formata solo da 4 lettere corrispondenti ai quattro nucleotidi che formano la catena di uno dei filamenti di DNA: A per adenina , G per guanina , T per timina , C per citosina . Fare attenzione se la direzione di lettura può essere compresa tra 3 ' e 5' o invertita.

Esempio di una sequenza biologica del DNA per il gene Antennapedia CG1028-RH di 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

Sequenze di RNA

Nel caso di una sequenza di RNA , la lettera U viene utilizzata per indicare l' uracile che sostituisce la timina per queste molecole .

Sequenze proteiche (peptidi)

Questa sequenza corrisponde a quella che viene chiamata la struttura primaria della proteina in biochimica. Chiamiamo traduzione , il passaggio della sintesi proteica da una sequenza nucleotidica, questo passaggio può essere facilmente previsto dal software del computer per l'identificazione di geni precedentemente sconosciuti. Il codice genetico fornisce una lettera dell'alfabeto per ciascuno dei 20 amminoacidi esistenti, corrispondenti ai diversi codoni . Poiché un codone è costituito da tre basi, la sequenza proteica è tre volte più corta della corrispondente sequenza di acido nucleico.

Ecco un esempio di proteina del gene Antennipedia dalla 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

Altre sequenze

Elaborazione informatica

Analisi di sequenza

Sequenze come queste possono essere utilizzate come input (copiate / incollate con tutte le loro annotazioni) per eseguire analisi di sequenza come con il programma BLAST .
Altri programmi consentono la ricerca di strutture palindromiche .
Bluejay è un programma scritto in Java per trasformare i dati della sequenza del DNA in XML.

Annotazioni genomiche

Ensembl è un software utilizzato per annotare le sequenze genomiche.

Tipi di sequenze biologiche specifiche

Note e riferimenti

Articoli Correlati

Vedi anche