De la séquence à la structure : SMILES, formule et masse des peptides et de l'ADN, avec un outil gratuit

Les termes clés en une ligne chacun

De la séquence peptidique à la structure

Chaque liaison peptidique libère une molécule d'eau. La formule d'un peptide linéaire est donc la somme des formules de ses résidus plus un H₂O pour les deux extrémités libres.

Calcul détaillé, GGG : la glycine a pour formule C₂H₅NO₂. Trois glycines donnent C₆H₁₅N₃O₆. Deux liaisons peptidiques retirent 2 H₂O. Résultat : C₆H₁₁N₃O₄, 189,0750 Da en masse monoisotopique.

L'ordre compte. Asp-Phe (DF) a un NH₂ libre sur l'acide aspartique, tandis que Phe-Asp (FD) l'a sur la phénylalanine. Ce sont des molécules différentes de même formule.

Chaque carbone alpha est L. Selon les règles CIP, cela correspond à S pour tous les résidus standard sauf la cystéine, qui est R car le soufre est prioritaire sur le groupe carboxyle. La glycine n'a pas de stéréocentre. L'isoleucine est (2S,3S) et la thréonine (2S,3R).

Les groupes terminaux modifient la formule :

• Acétyle N-terminal : + C₂H₂O, +42,0106 Da.
• Amide C-terminal : −OH devient −NH₂, −0,9840 Da.
• Cyclique tête-à-queue : une liaison peptidique de plus, −H₂O, −18,0106 Da.
• Pont disulfure : −2 H par liaison S–S, −2,0157 Da.

pI, charge et coefficient d'extinction

La charge nette d'un peptide est la somme sur tous les groupes ionisables. Un groupe basique apporte +1 / (1 + 10^{pH − pKa}). Un groupe acide apporte −1 / (1 + 10^{pKa − pH}). Le point isoélectrique (pI) est le pH auquel la charge nette est nulle.

L'outil utilise le jeu de pKa EMBOSS : extrémité N-terminale 8,6, extrémité C-terminale 3,6, Asp 3,9, Glu 4,1, His 6,5, Cys 8,5, Tyr 10,1, Lys 10,8, Arg 12,5. Pour GGG, les seuls groupes sont les deux extrémités, donc pI = (3,6 + 8,6) / 2 = 6,10.

Le coefficient d'extinction molaire à 280 nm provient de Trp, Tyr et des cystines : ε₂₈₀ = 5500 × n(Trp) + 1490 × n(Tyr) + 125 × n(cystine) M⁻¹ cm⁻¹ (Pace et al., 1995). Un peptide sans Trp, Tyr ni Cys n'absorbe pas à 280 nm.

De la séquence d'ADN ou d'ARN à la structure

Chaque nucléotide porte une base sur le carbone 1′ du sucre : l'adénine et la guanine par N9, la cytosine, la thymine et l'uracile par N1. Tous les sucres sont β-D. Un phosphate relie l'oxygène 3′ d'un nucléotide à l'oxygène 5′ du suivant, donc chaque brin a une extrémité 5′ et une extrémité 3′.

Calcul détaillé, 5′-ATGC-3′ : les quatre désoxynucléosides sont dA C₁₀H₁₃N₅O₃, dT C₁₀H₁₄N₂O₅, dG C₁₀H₁₃N₅O₄ et dC C₉H₁₃N₃O₄, soit ensemble C₃₉H₅₃N₁₅O₁₆. Chacune des 3 liaisons phosphodiester ajoute H₃PO₄ et retire 2 H₂O, soit un bilan net de PO₂ moins un H. Résultat : C₃₉H₅₀N₁₅O₂₂P₃, 1173,82 g/mol. Un 5′-phosphate ajoute HPO₃ (+79,9663 Da).

L'ARN possède un 2′-OH sur chaque ribose, soit un oxygène de plus par nucléotide, et U au lieu de T.

• Teneur en GC : (G + C) / N × 100 %.
• Complément : A s'apparie avec T (U dans l'ARN), G avec C, lu de 3′ vers 5′.
• Complément inverse : le complément écrit de 5′ vers 3′.
• T_m, règle de Wallace (moins de 14 nt) : 2 × (A + T) + 4 × (G + C) °C.
• T_m, formule GC de base (14 nt ou plus) : 64,9 + 41 × (G + C − 16,4) / N °C.

Comment utiliser l'outil séquence en structure de MolDraw

1. Ouvrez la page séquence peptidique et ADN en structure et choisissez Peptide ou DNA or RNA.
2. Tapez ou collez la séquence. Les espaces, nombres, tirets et lignes d'en-tête FASTA sont ignorés. Input format détecte tout seul le code à une ou à trois lettres.
3. Pour les peptides, cochez si besoin N-terminal acetyl (Ac-), C-terminal amide (-NH₂), Head-to-tail cyclic ou Disulfide bonds (Cys 1–2, 3–4…). Pour l'ADN ou l'ARN, cochez 5′-phosphate si l'extrémité 5′ est phosphorylée.
4. Appuyez sur Build structure. Les résultats se mettent à jour pendant la saisie.
5. Utilisez Copy SMILES, Download MOL, Download SDF ou Open in MolDraw editor. Jusqu'à 30 résidus ou nucléotides sont dessinés. Les séquences plus longues, jusqu'à 2000, donnent tout de même la formule, les masses et le SMILES.

Exemples résolus

Exemple 1 : l'angiotensine II pour la spectrométrie de masse

DRVYIHPF donne C₅₀H₇₁N₁₃O₁₂. Masse monoisotopique 1045,5345 Da, [M+H]⁺ 1046,5418, [M+2H]²⁺ 523,7745. pI 7,54, charge +0,22 à pH 7. Une Tyr donne ε₂₈₀ = 1490 M⁻¹ cm⁻¹.

Exemple 2 : l'ocytocine avec un pont disulfure et un amide

Tapez CYIQNPCLG et cochez C-terminal amide et Disulfide bonds. Cys1 et Cys6 sont reliées, ce qui ferme un cycle à 20 chaînons. Résultat : C₄₃H₆₆N₁₂O₁₂S₂, 1007,19 g/mol, masse monoisotopique 1006,4365 Da.

Exemple 3 : l'amorce de séquençage M13 forward

5′-GTAAAACGACGGCCAGT-3′ compte 17 nt dont 9 G ou C, donc GC = 52,9 %. Avec 14 nt ou plus, la formule GC de base s'applique : T_m = 64,9 + 41 × (9 − 16,4) / 17 = 47,1 °C. Le complément inverse est 5′-ACTGGCCGTCGTTTTAC-3′.

Exemple 4 : le site EcoRI

5′-GAATTC-3′ est son propre complément inverse, comme le sont généralement les sites de restriction. GC = 33,3 %, T_m de Wallace = 2 × 4 + 4 × 2 = 16 °C. Sous forme de simple brin à extrémités libres, il a pour formule C₅₉H₇₅N₂₂O₃₄P₅, 1791,22 g/mol.

Tableau récapitulatif

Erreurs courantes

• Écrire un peptide à partir de la mauvaise extrémité. YGGFL est la Leu-enképhaline. LFGGY est un autre peptide.
• Ajouter une molécule d'eau par résidu. Une chaîne linéaire reçoit un seul H₂O au total, pas un par résidu. Un peptide cyclique n'en reçoit aucun.
• Utiliser la masse moyenne pour les pics de SM. Les pics haute résolution correspondent à la masse monoisotopique.
• Oublier les ponts disulfure. Chaque liaison S–S vaut −2,016 Da.
• Confondre T et U. T est dans l'ADN, U dans l'ARN.
• Commander une amorce sous forme de simple complément. Les oligos sont synthétisés de 5′ vers 3′, il vous faut donc généralement le complément inverse.
• Utiliser la règle de Wallace pour de longues amorces. Elle surestime la T_m au-delà d'environ 14 nt.

Outils associés

Guides associés