Séquence biologique
Une séquence biologique est la description de l'enchaînement des éléments (ou monomères) qui constituent une macromolécule biologique, acide nucléique ou protéine. Ces macromolécules sont en effet des polymères linéaires, constitués de nucléotides pour les premiers ou d'acides aminés pour les secondes. La séquence est généralement représentée sous forme d'une chaîne de caractères qui est stockée dans un fichier informatique au format texte.
Dans le cas de l'ADN, cela correspond à la séquence des bases, telle qu'on peut l'obtenir à la sortie d'un séquenceur de gène. Ceci correspond à l'information génétique brute. Dans le cas des protéines, cela correspond à la séquence des acides aminés qui peut être obtenue soit par séquençage chimique soit par la traduction de la séquence du gène correspondant sur l'ADN.
Séquences nucléotidiques
[modifier | modifier le code]Séquences génétiques
[modifier | modifier le code]
Dans le cas d'une séquence d'ADN, le "texte" est une suite formée uniquement de 4 lettres correspondant aux quatre nucléotides formant l'enchainement d'un des brins de l'ADN : A pour adénine, G pour guanine, T pour thymine, C pour cytosine. Il faut faire attention si le sens de lecture peut être 3' vers 5' ou inverse.
Exemple d'une séquence biologique d'ADN pour le gène 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
Séquences d'ARN
[modifier | modifier le code]Dans le cas d'une séquence d'ARN, la lettre U est utilisée pour désigner l'uracile remplaçant la thymine pour ces molécules.
Séquences protéiques (peptidiques)
[modifier | modifier le code]Cette séquence correspond à ce qu'on appelle la structure primaire de la protéine en biochimie. On appelle traduction, l'étape de synthèse protéique à partir d'une séquence nucléotidique, cette étape peut être facilement prédite par des logiciels informatiques pour l'identification de gènes jusqu'alors inconnus. Le code génétique donne une lettre de l'alphabet pour chacun des 20 acides aminés existants, en correspondance aux différents codons. Comme un codon est formé de trois bases, la séquence protéique est trois fois plus courte que la séquence nucléique correspondante.
Voici un exemple en protéique du gène Antennipedia de Drosophile :
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
Autres séquences
[modifier | modifier le code]- Séquence glucidique,
Traitements informatiques
[modifier | modifier le code]Analyse de séquences
[modifier | modifier le code]Des séquences comme celles-ci peuvent être utilisées en entrée (copiées/collées avec toutes leurs annotations) pour faire des analyses de séquences comme avec le programme BLAST.
D'autres programmes permettent d'effectuer des recherches de structures palindromiques.
Bluejay est un programme écrit en Java[1] permettant de transformer des données de séquences d'ADN en XML.
Annotations génomiques
[modifier | modifier le code]Ensembl est un logiciel servant à annoter les séquences génomiques.
Types de séquences biologiques particulières
[modifier | modifier le code]Notes et références
[modifier | modifier le code]- (en) Jung Soh, Paul M.K. Gordon et Christoph W. Sensen, « UNIT 10.9 The Bluejay Genome Browser », Current Protocols in Bioinformatics, (PMID 22389011, DOI 10.1002/0471250953.bi1009s37, lire en ligne)
Articles connexes
[modifier | modifier le code]- Classification phylogénétique,
- Évolution (biologie),
- gène, Cadre de lecture ouvert
- Projet de séquençage de génome
- Traduction (biologie)
- Analyse de séquences (bio-informatique)
- Chaîne la plus proche
Voir aussi
[modifier | modifier le code]- Directive sur la brevetabilité des inventions biotechnologiques, et affaire des brevets déposés par Craig Venter sur des séquences d'ADN humaines,
