Transcrição de DNA em RNA

A página tem um campo só, rotulado DNA (fita codificante), já preenchido com ATGCGTACGTAC. O script faz três coisas, nessa ordem: converte tudo para maiúsculas, troca cada T por U e apaga qualquer caractere que não seja A, U, G ou C. Com a sequência de exemplo o resultado é AUGCGUACGUAC, recalculado a cada tecla digitada. Isso é substituição de texto, não simulação de RNA polimerase: não existe reconhecimento de promotor, não há remoção de íntrons, não entra quepe de 7-metilguanosina na ponta 5' nem cauda poli-A. O que sai é a sequência do transcrito primário, na mesma moldura de leitura em que você colou a entrada.

O ponto que mais gera confusão é qual das duas fitas colar. O mRNA tem a mesma sequência da fita codificante (também chamada de sense), com U no lugar de T. A fita molde é a que a polimerase percorre no sentido 3' para 5', e ela é complementar e antiparalela ao transcrito — por isso trocar T por U na molde não devolve o mRNA, devolve o reverso complementar dele. Um exemplo fecha a questão: a codificante ATGCGTACGTAC vira AUGCGUACGUAC, que abre com o códon de iniciação AUG; a molde correspondente, escrita 5' para 3', é GTACGTACGCAT, e a mesma substituição ingênua produziria GUACGUACGCAU, que não codifica nada do que você queria. O rótulo do campo, a descrição da página e o código pedem todos a fita codificante. Se você só tem a molde, passe antes pelo reverso complementar.

O filtro final é silencioso e merece atenção. Tudo que não for A, U, G ou C some sem aviso: o N e os códigos IUPAC de ambiguidade (R, Y, W, S, K, M) desaparecem, a sequência encurta e a moldura de leitura desloca. Colar um cabeçalho FASTA é o pior caso, porque as letras A, C e T dentro do nome do gene são tratadas como bases — um cabeçalho citando o gene ACTB volta como GACU. Espaços, quebras de linha e os números de posição de um alinhamento também caem fora, o que nesse caso ajuda. Confira sempre o comprimento da saída contra o da entrada antes de confiar no resultado. Se nada na entrada for base válida, a caixa fica em branco em vez de mostrar erro, e RNA colado com U já presente volta idêntico.