Tradução em Seis Quadros e Busca de ORF

Uma sequência de DNA de fita dupla pode ser lida de seis maneiras: três quadros na fita que você colou, deslocando o ponto de partida em zero, uma e duas bases, e outros três no complemento reverso. Esta página faz as seis traduções de uma vez e, em cima delas, marca os ORFs, do códon de início até a parada no mesmo quadro. As posições saem sempre na numeração de 1 a N da fita informada, nunca na numeração interna do complemento reverso. É por isso que, nos quadros negativos, o início aparece com um número maior que o fim: em uma sequência de 9 bases, o ORF do quadro -1 vai da posição 9 para a posição 1. O intervalo inclui o códon de parada, então, quando existe parada, o comprimento em nucleotídeos é três vezes o número de aminoácidos mais três. O filtro de tamanho mínimo conta só os aminoácidos, sem a parada. Se um início não encontra parada até o fim da sequência, o ORF ainda é listado, com a coluna de parada marcando que não houve uma.

São três tabelas do NCBI. A padrão, tabela 1, tem 64 códons e três paradas: TAA, TAG e TGA. A mitocondrial de vertebrados, tabela 2, muda exatamente quatro deles: AGA e AGG viram parada, ATA passa a metionina e TGA passa a triptofano. A bacteriana e de plastídeos, tabela 11, usa os mesmos aminoácidos da padrão; o que muda é a lista de códons de início, que inclui TTG, CTG, ATT, ATC, ATA, ATG e GTG. Um exemplo de três códons deixa a diferença visível: ATGAGATAA na tabela 1 rende o peptídeo MR, com parada TAA na posição 9; a mesma entrada na tabela 2 rende apenas M, porque AGA já é parada nas posições 4 a 6. O seletor de início decide se somente ATG abre um ORF ou se vale qualquer início da tabela escolhida. Com GTGCCCTAA e a tabela 11, o modo ATG não devolve nada e o modo alternativo devolve MP começando em GTG. O iniciador entra na proteína como M porque o ribossomo o carrega com metionina, e o códon real continua visível na coluna do códon inicial.

Alguns limites que mudam a leitura do resultado. Bases ambíguas da IUPAC são aceitas, mas qualquer códon que contenha uma delas traduz para X, mesmo quando a leitura seria decidível: CTN é leucina em toda combinação e ainda assim aparece como X. Caracteres que não são base nunca são apagados em silêncio; a página recusa a entrada e diz qual caractere sobrou, inclusive hífen e ponto de alinhamento. Cabeçalho FASTA, espaços, quebras de linha e numeração de posição são descartados, U é lido como T e minúsculas são aceitas, mas só um registro por vez: dois cabeçalhos param a análise em vez de emendar as sequências. Para cada parada, a lista mostra o ORF a partir do primeiro início depois da parada anterior, isto é, o mais longo daquele quadro, de modo que ATGs internos não viram linhas separadas. E o resto da biologia fica de fora: não há busca de Shine-Dalgarno, análise de uso de códons nem remoção de íntrons, então em um gene eucarioto com íntrons a proteína madura não sai daqui. Um ORF comprido também não é prova de gene, apenas um trecho sem parada.