Seqüência biológica
Uma sequência biológica é a descrição da sequência de elementos (ou monômeros ) que constituem uma macromolécula , ácido nucleico ou proteína biológica . Essas macromoléculas são, na verdade , polímeros lineares, constituídos de nucleotídeos para as primeiras ou de aminoácidos para as últimas. A seqüência é geralmente representada como uma cadeia de caracteres que é armazenada em um arquivo de computador em formato de texto.
No caso do DNA , corresponde à sequência de bases , que pode ser obtida na saída de um sequenciador de genes . Isso corresponde à informação genética bruta. No caso das proteínas, corresponde à sequência de aminoácidos que pode ser obtida por sequenciação química ou por tradução da sequência do gene correspondente em DNA.
Sequências de nucleotídeos
Sequências genéticas
No caso de uma sequência de DNA , o "texto" é uma sequência formada por apenas 4 letras correspondentes aos quatro nucleotídeos que formam a cadeia de uma das fitas de DNA: A para adenina , G para guanina , T para timina , C para citosina . Tenha cuidado se a direção da leitura pode ser de 3 ' a 5' ou reversa.
Exemplo de uma sequência biológica de DNA para o gene Antennapedia CG1028-RH de 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
Sequências de RNA
No caso de uma sequência de RNA , a letra U é usada para denotar a uracila substituindo a timina por essas moléculas .
Sequências de proteínas (peptídeos)
Essa sequência corresponde ao que é chamado de estrutura primária da proteína em bioquímica. Chamamos de tradução , a etapa da síntese de proteínas a partir de uma sequência de nucleotídeos, etapa que pode ser facilmente prevista por um software de computador para a identificação de genes até então desconhecidos. O código genético fornece uma letra do alfabeto para cada um dos 20 aminoácidos existentes, correspondendo aos diferentes códons . Uma vez que um códon é composto de três bases, a sequência da proteína é três vezes mais curta do que a sequência de ácido nucleico correspondente.
Aqui está um exemplo de proteína do gene Antennipedia de 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
Outras sequências
- Sequência de carboidratos,
Processamento de computador
Análise de sequência
Sequências como essas podem ser usadas como entrada (copiadas / coladas com todas as suas anotações) para fazer análises de sequência como no programa BLAST .
Outros programas permitem a pesquisa de estruturas palindrômicas .
Bluejay é um programa escrito em Java para transformar dados de sequência de DNA em XML.
Anotações genômicas
Ensembl é um software usado para anotar sequências genômicas.
Tipos de sequências biológicas específicas
Notas e referências
-
Artigos relacionados
Veja também