Predikce genů



„Syrové“ sekvence DNA
Identifikace a anotace genů a proteinů





Gen
ATG
STOP
5´
3´

Gen
5´
ATG
STOP
Met
DNA
RNA
Protein

Gen
5´
ATG
STOP
Met
DNA
RNA
Protein

Predikce genů kódujících proteiny
•Prokaryotické geny
• Nepřerušované úseky DNA mezi startovním kodonem (ATG, GTG, TTG, CTG) a stop kodonem (TAA, TGA,
TAG).
•
•Úsek kóduje protein, který je podobný již dříve popsanému proteinu (prohledávání DATABÁZÍ pomocí
ALIGNMENTU).
•

Překlad DNA sekvence
•ExPASy  http://www.expasy.org/tools/dna.html
•
•ORF Finder (NCBI)
• http://www.ncbi.nlm.nih.gov/gorf/gorf.html

Překlad DNA sekvence



Překlad DNA sekvence
ATG
STOP
ATG     TCG    CAT    GCC
STOP
Met
Ser
His
Ala
Met
N-konec
C-konec
NH2
COOH

ATG     TCG    CAT    GCC
Met
Ser
His
Ala
ATGTCGCATGCC
A    TGT     CGC    ATG   CC
Cys
Arg
Met
AT    GTC    GCA    TGC   C
Val
Ala
Cys
Čtení tripletů závisí        na tom, u kterého nukleotidu stanovíme počátek čtení.

ATGCGCAGGAATGCATAG
Met
Arg
Arg
Asn
Ala
Stop
ATGCGCAGGAATGCATAG   sekvence DNA
Protein 1
Met
His
?
Protein 2

Překlad DNA sekvence – reverzní čtecí rámce
5´  ATGCGCAGGAATGCATAG  3´
3´  TACGCGTCCTTACGTATC  5´
A-T
G-C
Překlad DNA sekvence – od 5´konce
5´  ATGCGCAGGAATGCATAG  3´
5´  CTATGCATTCCTGCGCAT  3´

Opravdu ORF kóduje protein?
•ORF kóduje protein, který je podobný již dříve popsanému proteinu (prohledávání DATABÁZÍ pomocí
ALIGNMENTU) = nejspolehlivější ověření.
•
•Nástroje pro překlad DNA jsou propojeny s prohledáváním databází.
•