Van sequentie naar structuur: SMILES, formule en massa van peptiden en DNA, met een gratis tool
Kort antwoord: Een peptidestructuur bestaat uit aminozuren die met peptidebindingen zijn verbonden, geschreven van de N-terminus naar de C-terminus. Een DNA- of RNA-structuur bestaat uit nucleotiden die met 3′-5′-fosfodiësterbindingen zijn verbonden, geschreven van 5′ naar 3′. Plak een sequentie in de tool peptide- en DNA-sequentie naar structuur om de volledige isomere SMILES, een tekening, de formule en de massa's te krijgen. GGG is C6H11N3O4 (189,0750 Da) en 5′-ATGC-3′ is C39H50N15O22P3 (1173,82 g/mol).
Belangrijke begrippen in één regel
| Peptidebinding | De amidebinding C(=O)–NH tussen het carboxylkoolstofatoom van het ene aminozuur en het aminostikstofatoom van het volgende. |
|---|---|
| Residu | Een aminozuur in een keten: het vrije aminozuur min één H2O. |
| N-terminus, C-terminus | Het vrije amino-uiteinde en het vrije carboxyluiteinde. Sequenties worden van N naar C geschreven. |
| Nucleotide | Een base op koolstof 1′ van een suiker, met een fosfaat. DNA gebruikt 2-deoxyribose, RNA ribose. |
| Fosfodiësterbinding | De O–P–O-verbinding van de 3′-zuurstof van de ene suiker naar de 5′-zuurstof van de volgende. |
| Monoisotopische massa | Massa op basis van de meest voorkomende isotoop van elk element. Komt overeen met de eerste piek in hogeresolutie-MS. |
| Gemiddelde massa | Massa op basis van de natuurlijke isotoopabundanties. Gebruik die voor afwegen en molariteit. |
Van peptidesequentie naar structuur
Elke peptidebinding laat één watermolecuul vrij. De formule van een lineair peptide is dus de som van de residuformules plus één H2O voor de twee vrije uiteinden.
Uitgewerkte telling, GGG: glycine is C2H5NO2. Drie glycines geven C6H15N3O6. Twee peptidebindingen verwijderen 2 H2O. Resultaat: C6H11N3O4, monoisotopisch 189,0750 Da.
De volgorde doet ertoe. Asp-Phe (DF) heeft een vrije NH2 op asparaginezuur, terwijl Phe-Asp (FD) die op fenylalanine heeft. Het zijn verschillende moleculen met dezelfde formule.
Elk alfakoolstofatoom is L. Volgens de CIP-regels is dat S voor alle standaardresiduen behalve cysteïne, dat R is omdat zwavel voorrang heeft op de carboxylgroep. Glycine heeft geen stereocentrum. Isoleucine is (2S,3S) en threonine (2S,3R).
Eindgroepen veranderen de formule:
- N-terminaal acetyl: + C2H2O, +42,0106 Da.
- C-terminaal amide: −OH wordt −NH2, −0,9840 Da.
- Kop-staart cyclisch: één peptidebinding extra, −H2O, −18,0106 Da.
- Disulfidebrug: −2 H per S–S-binding, −2,0157 Da.
pI, lading en extinctiecoëfficiënt
De nettolading van een peptide is de som over alle ioniseerbare groepen. Een basische groep draagt +1 / (1 + 10pH − pKa) bij. Een zure groep draagt −1 / (1 + 10pKa − pH) bij. Het iso-elektrisch punt (pI) is de pH waarbij de nettolading nul is.
De tool gebruikt de EMBOSS-pKa-set: N-terminus 8,6, C-terminus 3,6, Asp 3,9, Glu 4,1, His 6,5, Cys 8,5, Tyr 10,1, Lys 10,8, Arg 12,5. Bij GGG zijn de enige groepen de twee uiteinden, dus pI = (3,6 + 8,6) / 2 = 6,10.
De molaire extinctiecoëfficiënt bij 280 nm komt van Trp, Tyr en cystines: ε280 = 5500 × n(Trp) + 1490 × n(Tyr) + 125 × n(cystine) M−1 cm−1 (Pace et al., 1995). Een peptide zonder Trp, Tyr of Cys absorbeert niet bij 280 nm.
Van DNA- of RNA-sequentie naar structuur
Elk nucleotide heeft een base op koolstof 1′ van de suiker: adenine en guanine via N9, cytosine, thymine en uracil via N1. Alle suikers zijn β-D. Een fosfaat verbindt de 3′-zuurstof van het ene nucleotide met de 5′-zuurstof van het volgende, dus elke streng heeft een 5′-uiteinde en een 3′-uiteinde.
Uitgewerkte telling, 5′-ATGC-3′: de vier deoxynucleosiden zijn dA C10H13N5O3, dT C10H14N2O5, dG C10H13N5O4 en dC C9H13N3O4, samen C39H53N15O16. Elk van de 3 fosfodiësterbindingen voegt H3PO4 toe en verwijdert 2 H2O, netto PO2 min één H. Resultaat: C39H50N15O22P3, 1173,82 g/mol. Een 5′-fosfaat voegt HPO3 toe (+79,9663 Da).
RNA heeft een 2′-OH op elke ribose, één zuurstofatoom meer per nucleotide, en U in plaats van T.
- GC-gehalte: (G + C) / N × 100 %.
- Complement: A paart met T (U in RNA), G met C, gelezen van 3′ naar 5′.
- Omgekeerd complement: het complement geschreven van 5′ naar 3′.
- Tm, regel van Wallace (onder 14 nt): 2 × (A + T) + 4 × (G + C) °C.
- Tm, eenvoudige GC-formule (14 nt of meer): 64,9 + 41 × (G + C − 16,4) / N °C.
Zo gebruik je de MolDraw-tool van sequentie naar structuur
- Open de pagina peptide- en DNA-sequentie naar structuur en kies Peptide of DNA of RNA.
- Typ of plak de sequentie. Spaties, cijfers, streepjes en FASTA-kopregels worden genegeerd. Invoerformaat herkent zelf de één- of drielettercode.
- Vink voor peptiden naar behoefte N-terminaal acetyl (Ac-), C-terminaal amide (-NH₂), Kop-staart cyclisch of Disulfidebruggen (Cys 1–2, 3–4…) aan. Vink voor DNA of RNA 5′-fosfaat aan als het 5′-uiteinde gefosforyleerd is.
- Klik op Structuur bouwen. De resultaten worden bijgewerkt terwijl je typt.
- Gebruik SMILES kopiëren, MOL downloaden, SDF downloaden of Openen in MolDraw-editor. Tot 30 residuen of nucleotiden worden getekend. Langere sequenties, tot 2000, geven nog steeds de formule, massa's en SMILES.
Uitgewerkte voorbeelden
Voorbeeld 1: angiotensine II voor massaspectrometrie
DRVYIHPF geeft C50H71N13O12. Monoisotopische massa 1045,5345 Da, [M+H]+ 1046,5418, [M+2H]2+ 523,7745. pI 7,54, lading +0,22 bij pH 7. Eén Tyr geeft ε280 = 1490 M−1 cm−1.
Voorbeeld 2: oxytocine met een disulfidebrug en een amide
Typ CYIQNPCLG en vink C-terminaal amide en Disulfidebruggen aan. Cys1 en Cys6 worden verbonden en sluiten een ring van 20 atomen. Resultaat: C43H66N12O12S2, 1007,19 g/mol, monoisotopisch 1006,4365 Da.
Voorbeeld 3: de M13-forward-sequencingprimer
5′-GTAAAACGACGGCCAGT-3′ heeft 17 nt met 9 G of C, dus GC = 52,9 %. Bij 14 nt of meer geldt de eenvoudige GC-formule: Tm = 64,9 + 41 × (9 − 16,4) / 17 = 47,1 °C. Het omgekeerde complement is 5′-ACTGGCCGTCGTTTTAC-3′.
Voorbeeld 4: de EcoRI-site
5′-GAATTC-3′ is zijn eigen omgekeerde complement, zoals restrictiesites meestal zijn. GC = 33,3 %, Tm volgens Wallace = 2 × 4 + 4 × 2 = 16 °C. Als enkele streng met vrije uiteinden is het C59H75N22O34P5, 1791,22 g/mol.
Overzichtstabel
| GGG | C6H11N3O4, 189,0750 Da, pI 6,10 |
|---|---|
| Asp-Phe (DF) | C13H16N2O5, 280,1059 Da, pI 3,75 |
| Angiotensine II | C50H71N13O12, 1045,5345 Da, pI 7,54 |
| Oxytocine | C43H66N12O12S2, 1007,19 g/mol |
| DNA ATGC | C39H50N15O22P3, 1173,82 g/mol, GC 50 %, Tm 12 °C |
| M13-forwardprimer | 17 nt, GC 52,9 %, Tm 47,1 °C |
Veelgemaakte fouten
- Een peptide vanaf het verkeerde uiteinde schrijven. YGGFL is Leu-enkefaline. LFGGY is een ander peptide.
- Eén watermolecuul per residu toevoegen. Een lineaire keten krijgt in totaal één H2O, niet één per residu. Een cyclisch peptide krijgt er geen.
- De gemiddelde massa gebruiken voor MS-pieken. Hogeresolutiepieken komen overeen met de monoisotopische massa.
- Disulfidebruggen vergeten. Elke S–S-binding is −2,016 Da.
- T en U door elkaar halen. T is DNA, U is RNA.
- Een primer bestellen als gewoon complement. Oligo's worden van 5′ naar 3′ gesynthetiseerd, dus je hebt meestal het omgekeerde complement nodig.
- De regel van Wallace gebruiken voor lange primers. Die overschat de Tm boven ongeveer 14 nt.
Vragen en antwoorden
Hoe zet ik een peptidesequentie om in een chemische structuur?
Verbind de aminozuren met peptidebindingen van de N-terminus naar de C-terminus, met verlies van één watermolecuul per binding. De MolDraw-tool doet dit voor je: typ DRVYIHPF of Asp-Arg-Val-Tyr-Ile-His-Pro-Phe en je krijgt de isomere SMILES, een tekening, de formule en de massa's.
Wat is de molecuulformule en massa van GGG?
Triglycine (GGG) is C6H11N3O4. De monoisotopische massa is 189,0750 Da en de gemiddelde molaire massa 189,17 g/mol.
Wat is de exacte massa van angiotensine II?
Angiotensine II, DRVYIHPF, is C50H71N13O12. De monoisotopische massa is 1045,5345 Da, het [M+H]+-ion ligt bij m/z 1046,5418 en de gemiddelde massa is 1046,18 g/mol.
Waarom wordt een DNA-sequentie van 5' naar 3' geschreven?
Elk nucleotide is via een fosfaat verbonden van de 3'-zuurstof van de ene suiker naar de 5'-koolstofzijde van de volgende. De streng heeft daardoor een 5'-uiteinde en een 3'-uiteinde, en volgens afspraak begin je bij het 5'-uiteinde.
Hoe bereken ik de Tm van een primer?
Gebruik voor minder dan 14 nucleotiden de regel van Wallace, Tm = 2(A+T) + 4(G+C) in °C. Gebruik voor 14 of meer Tm = 64,9 + 41(G+C − 16,4)/N. De M13-forwardprimer GTAAAACGACGGCCAGT (17 nt, 9 G of C) geeft 47,1 °C.
Wat is het omgekeerde complement van een DNA-sequentie?
Vervang elke base door zijn partner (A door T, G door C) en keer daarna de volgorde om, zodat het resultaat van 5' naar 3' leest. Het omgekeerde complement van 5'-ATGC-3' is 5'-GCAT-3'. GAATTC, de EcoRI-site, is zijn eigen omgekeerde complement.
Welke pKa-waarden worden gebruikt voor de pI van een peptide?
De EMBOSS-set: N-terminus 8,6, C-terminus 3,6, Asp 3,9, Glu 4,1, His 6,5, Cys 8,5, Tyr 10,1, Lys 10,8 en Arg 12,5. Andere pKa-sets geven pI-waarden die enkele tienden van een eenheid verschillen.
Verandert een disulfidebrug de massa van een peptide?
Ja. Elke S–S-binding verwijdert twee waterstofatomen, dus de monoisotopische massa daalt met 2,0157 Da. Oxytocine met zijn ene disulfidebrug en C-terminale amide is C43H66N12O12S2, 1007,19 g/mol.