[生物信息学] 寻找开放阅读框(Open Reading Frame)

Posted 2021-10-26 GoldenaArcher

[生物信息学] 寻找开放阅读框(Open Reading Frame)

前情提要：

-[生物信息学] 分子生物学的核心法则

并不是生物的所有 DNA 都是有意义并且可以直接转换成氨基酸，对于一串基因来说，它需要找到 起始密码子(start codon) 和 终止密码子(end codon) 才可以找到有效的 编码区(coding region)，并将对应的 DNA 翻译成氨基酸。

ORF 示意如下：

图像资料来源于: https://www.genome.gov/genetics-glossary/Open-Reading-Frame

上面这一段是 ORF，是完整的 DNA 链条中的一小部分，但是该片段有 起始密码子(start codon) 和 终止密码子(end codon)，因此可以被转录成对应的氨基酸。

ORF 的阅读方法有六种，以 CGCTACGTCTTACGCTGGAGCTCTCATGGATCGGTTCGGTAGGGCTCGATCACATCGCTAGCCAT 为例：

原本的序列为： GCGATGCAGAATGCGACCTCGAGAGTACCTAGCCAAGCCATCCCGAGCTAGTGTAGCGATCGGTA，对应的反向互补为：ATGGCTAGCGATGTGATCGAGCCCTACCGAACCGATCCATGAGAGCTCCAGCGTAAGACGTAGCG。

• +1 的阅读方式为：

  CGC TAC GTC TTA CGC TGG AGC TCT CAT GGA TCG GTT CGG TAG GGC TCG ATC ACA TCG CTA GCC AT

• +2 的阅读方式为：

  C GCT ACG TCT TAC GCT GGA GCT CTC ATG GAT CGG TTC GGT AGG GCT CGA TCA CAT CGC TAG CCA T

• +3 的阅读方式为：

  CG CTA CGT CTT ACG CTG GAG CTC TCA TGG ATC GGT TCG GTA GGG CTC GAT CAC ATC GCT AGC CAT

• -1 的阅读方式为：

  ATG GCT AGC GAT GTG ATC GAG CCC TAC CGA ACC GAT CCA TGA GAG CTC CAG CGT AAG ACG TAG CG

• -2 的阅读方式为：

  A TGG CTA GCG ATG TGA TCG AGC CCT ACC GAA CCG ATC CAT GAG AGC TCC AGC GTA AGA CGT AGC G

• -3 的阅读方式为：

  AT GGC TAG CGA TGT GAT CGA GCC CTA CCG AAC CGA TCC ATG AGA GCT CCA GCG TAA GAC GTA GCG

DNA 资料来源于: https://vlab.amrita.edu/?sub=3&brch=273&sim=1432&cnt=1

+ 和 - 指的是方向，+ 为原本的 RNA 方向，- 为 DNA 的反向互补阅读方向。1，2，3 则是分别对应所取 DNA 阅读的起始点——氨基酸以 3 个 DNA 为一组，所以开始点可以从索引 0，索引 1，索引 2 开始。

随后只需要找到对应的 起始密码子(start codon) 和 终止密码子(end codon)，就可以找到对应的 ORF。