¿Cómo determinar el marco de lectura más probable de una secuencia de ADN?

Esto es lo que clasificamos como una pregunta de tarea, pero como satisface el criterio del cartel que demuestra un intento de responderla, proporciono la siguiente sugerencia de respuesta.

Supongo que como apareció en un módulo introductorio de bioinformática, la pregunta del examen es solo probar los marcos de lectura (obviamente) y la puntuación del código genético . El significado no está del todo claro, pero como un marco de lectura comenzaría con el codón de iniciación ATG/AUG (complemento inverso de: cat - 3′)† y terminaría con el codón de terminación TAA/UAA (complemento inverso de: 5′ - tta ) que presumiblemente producirá "la traducción de proteína más probable".

Este es el marco de lectura F4 en la salida de EMBOSS Sixpack , a continuación, en el que los codones de terminación se indican con un asterisco.

      L  F  I  R  Q  R  H  A  R  H                                   F1
       Y  S  S  A  S  A  M  R  A  X                                  F2
        I  H  P  P  A  P  C  A  P  X                                 F3
    1 ttattcatccgccagcgccatgcgcgccat 30
      ----:----|----:----|----:----|
    1 aataagtaggcggtcgcggtacgcgcggta 30
       X  N  M  R  W  R  W  A  R  W                                  F6
      X  I  *  G  G  A  G  H  A  G                                   F5
        *  E  D  A  L  A  M  R  A  M                                 F4

La traducción conceptual, que lee de la N a la C , es MARMALADE, que obviamente pretende ser humorística y sugiere que, de hecho, es la respuesta prevista.

Marcos de lectura abiertos

El cartel pide aclaración de la diferencia entre el marco de lectura y el marco de lectura abierto . Hay una entrada de Wikipedia para el marco de lectura abierto , pero proporciono una explicación propia para relacionarla con el ejemplo.

Siempre hay seis marcos de lectura para la traducción conceptual de una pieza de ADN de doble cadena, como se muestra en el ejemplo.

Definiría un marco de lectura abierto como aquel que no está excluido de ser traducido por la puntuación del código genético. Tiene el potencial teórico de ser traducido considerando solo la puntuación del código, aunque es posible que no se traduzca realmente. Puede comenzar con el primer AUG después de un codón de terminación (aunque no puede estar seguro de que este sea el AUG real utilizado) o el comienzo de un fragmento secuenciado de ADN (suponiendo que es posible que un AUG preceda al extremo 5 ' del fragmento). Puede terminar con un codón de terminación o con el final del fragmento secuenciado (asumiendo que un codón de terminación estará 5' al final del fragmento).

Según estos criterios, los marcos de lectura F1, F2, F3 y F6 anteriores están completamente abiertos (aunque la metionina interna teóricamente podría ser un codón de iniciación), F5 contiene el marco de lectura abierto GAHGAGG y F4 es un marco de lectura completamente abierto, quizás excluyendo el codón de terminación (dependiendo de su definición semántica del final preciso de un marco de lectura abierto).

† Complemento inverso

Si tomamos una sección de ADN escrita en la dirección de 5′ a 3′ (de acuerdo con la convención estándar) y usamos las equivalencias de emparejamiento de bases de Watson-Crick (A=T, G=C) para generar la hebra complementaria , esta estará en la dirección de 3′ a 5′. Para el hilo en la pregunta,

5′ - ttattcatccgccagcgccatgcgcgccat - 3′

la cadena complementaria es:

3′ - aataagtaggcggtcgcggtacgcgcggta - 5′

Como se muestra arriba.

Para facilitar la traducción manual, y para cualquier programa de computadora que manipule secuencias, es necesario invertir esto a la dirección de 5′ a 3′:

5′ - atggcgcgcatggcgctggcggatgaataa - 3′

Este es el complemento inverso . Ahora, los comienzos de los tres marcos de lectura inversa son fáciles de leer como:

ATG...
 TGG...
  GGC...