Обозначение нуклеиновой кислоты - Nucleic acid notation

В обозначение нуклеиновой кислоты в настоящее время используется впервые был формализован Международный союз теоретической и прикладной химии (ИЮПАК) в 1970 году.[1] Это общепринятое обозначение использует латинские символы G, C, A и T для обозначения четырех нуклеотидов, обычно встречающихся в дезоксирибонуклеиновые кислоты (ДНК). Учитывая быстро растущую роль генетического секвенирования, синтеза и анализа в биологии, исследователи были вынуждены разработать альтернативные обозначения для дальнейшей поддержки анализа и обработки генетических данных. Эти обозначения обычно используют размер, форму и симметрию для достижения этих целей.

Обозначение ИЮПАК

ИЮПАК вырожденные базовые символы[2]
ОписаниеСимволПредставленные базыДополнительный
базы[а]
Нет.АCграммТ
АденинА1АТ
ЦитозинCCграмм
ГуанинграммграммC
ТиминТТА
УрацилUUА
СлабыйW2АТW
СильныйSCграммS
Амя неMАCK
КетоKграммТM
ПуринерАграммY
пуримидинYCТр
Не А[b]B3CграммТV
Не C[b]DАграммТЧАС
Не G[b]ЧАСАCТD
Не Т[b]VАCграммB
Апу одной базыN4АCграммТN
НульZ0Z
  1. ^ То есть здесь, прочтите представленные базы в обратном порядке.
  2. ^ а б c d Обозначается следующей буквой (кроме U).

Вырожденные базовые символы в биохимия являются ИЮПАК[2] представление на должность на Последовательность ДНК у которого может быть несколько возможных альтернатив. Их не следует путать с неканонические основы потому что каждая конкретная последовательность фактически будет иметь одну из регулярных оснований. Они используются для кодирования консенсусной последовательности популяции выровненных последовательностей и используются, например, в филогенетический анализ суммировать в одну несколько последовательностей или для ВЗРЫВ выполняет поиск, даже если вырожденные символы IUPAC замаскированы (поскольку они не закодированы).

В рамках широко используемой системы ИЮПАК азотистые основания представлены первыми буквами их химических названий: гуанин, цитозин, аденин и тимин.[1] Это сокращение также включает одиннадцать "неоднозначных" символов, связанных со всеми возможными комбинациями четырех оснований ДНК.[3] Символы неоднозначности были разработаны для кодирования позиционных вариаций, чтобы сообщить Секвенирование ДНК ошибки, консенсусные последовательности, или же однонуклеотидные полиморфизмы. Обозначения IUPAC, включая символы неоднозначности и предлагаемую мнемонику, показаны в таблице 1.

Несмотря на широкое и почти всеобщее признание, система ИЮПАК имеет ряд ограничений, которые проистекают из ее зависимости от латинского алфавита. Плохая разборчивость латинских букв верхнего регистра, которые обычно используются при отображении генетических данных, может быть главным среди этих ограничений. Значение внешних проекций для различения букв хорошо задокументировано.[4] Однако в этих проекциях отсутствуют прописные буквы, которые в некоторых случаях можно различить только по тонким внутренним подсказкам. Возьмем, к примеру, заглавные буквы C и G, используемые для обозначения цитозина и гуанина. Эти символы обычно составляют половину символов в генетической последовательности, но отличаются небольшой внутренней галочкой (в зависимости от гарнитуры). Тем не менее, эти римские символы доступны в ASCII набор символов, наиболее часто используемый в текстовых сообщениях, что усиливает повсеместность этой системы.

Другой недостаток нотации IUPAC проистекает из того факта, что ее одиннадцать знаков неоднозначности были выбраны из оставшихся знаков латинского алфавита. Авторы нотации постарались выделить символы неоднозначности с помощью логической мнемоники. Например, S используется для обозначения возможности обнаружения цитозина или гуанина в генетических локусах, оба из которых образуют сильный перекрестно-связывающие взаимодействия. И наоборот, слабее взаимодействия тимина и аденина представлены буквой W. Однако удобная мнемоника не так легко доступна для других символов неоднозначности, показанных в таблице 1. Это затрудняет использование символов неоднозначности и может объяснить их ограниченное применение.

Альтернативные визуально улучшенные обозначения

Проблемы разборчивости, связанные с кодированными IUPAC генетическими данными, побудили биологов рассмотреть альтернативные стратегии отображения генетических данных. Эти творческие подходы к визуализации последовательностей ДНК обычно основываются на использовании пространственно распределенных символов и / или визуально различных форм для кодирования длинных последовательностей нуклеиновых кислот. Были предприняты попытки альтернативного обозначения нуклеотидных последовательностей, однако общее поглощение было низким. Некоторые из этих подходов кратко описаны ниже.

Проекция посоха

Stave Projection использует пространственно распределенные точки для повышения четкости изображения. ДНК последовательности.

В 1986 году Cowin et al. описал новый метод визуализации последовательности ДНК, известный как Проекция Посоха.[5] Их стратегия заключалась в кодировании нуклеотидов в виде кругов на горизонтальных полосах, похожих на ноты на нотном стане. Как показано на Рисунке 1, каждый пробел на пятистрочной рейке соответствовал одному из четырех оснований ДНК. Пространственное распределение кружков значительно облегчило различение отдельных оснований и сравнение генетических последовательностей, чем данные, закодированные IUPAC.

Порядок оснований (сверху вниз, G, A, T, C) выбран таким образом, чтобы можно было прочитать дополнительную нить, перевернув выступ вверх дном.

Геометрические символы

Циммерман и др. использовал другой подход к визуализации генетических данных.[6] Вместо того, чтобы полагаться на пространственно распределенные круги для выделения генетических особенностей, они использовали четыре геометрически различных символа, найденных в стандартном компьютерном шрифте, чтобы различить четыре основания. Авторы разработали простой макрос WordPerfect для перевода символов IUPAC в более визуально отличимые символы.

Горизонт ДНК

С ростом доступности редакторов шрифтов Ярвиус и Ландегрен разработали новый набор генетических символов, известный как шрифт DNA Skyline, в котором используются все более высокие блоки для представления различных основ ДНК.[7] Напоминает Cowin и другие.пространственно распределенная Stave Projection, шрифт DNA Skyline легко загружается и позволяет переводить в нотацию IUPAC и обратно, просто изменяя шрифт в большинстве стандартных текстовых редакторов.

Амбиграфические обозначения

AmbiScript использует амбиграммы для отражения симметрии ДНК и поддержки обработки и анализа генетических данных.

Амбиграммы (символы, которые передают другое значение при просмотре в другой ориентации) были разработаны для отражения структурной симметрии двойной спирали ДНК.[8] Присваивая амбиграфические символы дополнительным основаниям (например, гуанин: b, цитозин: q, аденин: n и тимин: u), можно дополнить последовательности ДНК, просто повернув текст на 180 градусов.[9] Амбиграфическая нотация нуклеиновых кислот также позволяет легко идентифицировать генетические палиндромы, такие как сайты рестрикции эндонуклеаз, как участки текста, которые можно повернуть на 180 градусов без изменения последовательности.

Один пример амбиграфический Нотация нуклеиновых кислот - это AmbiScript, рационально разработанная нотация нуклеиновых кислот, сочетающая в себе многие визуальные и функциональные особенности своих предшественников.[10] В нотации также используются символы с пространственным смещением, чтобы облегчить визуальный обзор и анализ генетических данных. AmbiScript также был разработан для указания неоднозначных положений нуклеотидов с помощью составных символов. Эта стратегия была направлена ​​на то, чтобы предложить более интуитивно понятное решение использования символов неоднозначности, впервые предложенное IUPAC.[3] Как и шрифты Jarvius и Landegren's DNA Skyline, шрифты AmbiScript можно загружать и применять к данным последовательностей, закодированных IUPAC.

Смотрите также

Рекомендации

  1. ^ а б Комиссия IUPAC-IUB по биохимической номенклатуре (1970). «Аббревиатуры и символы нуклеиновых кислот, полинуклеотидов и их составляющих». Биохимия. 9 (20): 4022–4027. Дои:10.1021 / bi00822a023.
  2. ^ а б Номенклатурный комитет Международного союза биохимиков (NC-IUB) (1984). «Номенклатура неполностью определенных оснований в последовательностях нуклеиновых кислот». Получено 2008-02-04.
  3. ^ а б Номенклатурный комитет Международного союза биохимиков (NC-IUB) (1986). «Номенклатура не полностью определенных оснований в последовательностях нуклеиновых кислот. Рекомендации 1984». Proc. Natl. Акад. Sci. Соединенные Штаты Америки. 83 (1): 4–8. ЧВК  322779. PMID  2417239.
  4. ^ Тинкер, М. А. 1963. Разборчивость печати. Издательство Государственного университета Айовы, Эймс, Айова.
  5. ^ Cowin, J. E .; Jellis, C.H .; Риквуд, Д. (1986). «Новый метод представления последовательностей ДНК, сочетающий простоту визуального анализа с машиночитаемостью». Исследования нуклеиновых кислот. 14 (1): 509–15. Дои:10.1093 / nar / 14.1.509. ЧВК  339435. PMID  3003680.
  6. ^ Циммерман, П. А .; Spell, M. L .; Rawls, J .; Уннаш, Т. Р. (1991). «Преобразование данных последовательности ДНК в геометрические символы». Биотехнологии. 11 (1): 50–52. PMID  1954017.
  7. ^ Jarvius, J .; Ландегрен, У. (2006). «DNA Skyline: шрифты для облегчения визуального контроля последовательностей нуклеиновых кислот». Биотехнологии. 40 (6): 740. Дои:10.2144/000112180. PMID  16774117.
  8. ^ Хофштадтер, Дуглас Р. (1985). Метамагические темы: вопрошание сущности разума и паттернов. Нью-Йорк: Основные книги. ISBN  978-0465045662.
  9. ^ Розак, Д. А. (2006). «Практические и педагогические преимущества амбиграфической записи нуклеиновых кислот». Нуклеозиды, нуклеотиды и нуклеиновые кислоты. 25: 807–813. Дои:10.1080/15257770600726109. PMID  16898419.
  10. ^ Розак, Дэвид А .; Розак, Энтони Дж. (2008). «Простота, функциональность и удобочитаемость в улучшенной амбиграфической нотации нуклеиновых кислот». Биотехнологии. 44 (6): 811–813. Дои:10.2144/000112727. PMID  18476835.