MolDraw › Scheikundetools › Peptide- en DNA-sequentie naar structuur
Peptide- en DNA-sequentie naar structuur
Kort gezegd: Typ een peptidesequentie (een- of drielettercode) of een DNA- of RNA-sequentie. Je krijgt de volledige structuur als isomere SMILES en als tekening, de molecuulformule, monoisotopische en gemiddelde massa, en voor peptiden het pI, de lading en ε280; voor DNA en RNA het GC-gehalte, het complement en de Tm.
Peptiden worden opgebouwd uit de 20 standaard-L-aminozuren, van N-terminus naar C-terminus, met optioneel N-acetyl, C-amide, kop-staartcyclisatie en disulfidebruggen. Oligonucleotiden worden van 5′ naar 3′ opgebouwd op een fosfodiesterruggengraat van 2-desoxyribose (DNA) of ribose (RNA) met natuurlijke stereochemie. Kopieer de SMILES, download een MOL- of SDF-bestand of open de structuur in de MolDraw-editor.
Laden…
Zo gebruik je de tool sequentie naar structuur
- Kies Peptide of DNA of RNA.
- Typ of plak de sequentie. FASTA-kopregels, spaties, cijfers en streepjes worden genegeerd. Peptiden worden gelezen van N- naar C-terminus; DNA en RNA van 5′ naar 3′.
- Vink de opties aan die je nodig hebt: N-terminaal acetyl, C-terminaal amide, Kop-staart cyclisch of Disulfidebruggen voor peptiden, 5′-fosfaat voor oligonucleotiden.
- Lees de formule en massa's af. Gebruik SMILES kopiëren, MOL downloaden, SDF downloaden of Openen in MolDraw-editor om verder te werken met de structuur.
Hoe een peptidestructuur wordt opgebouwd
Een peptidebinding verbindt het carboxylkoolstofatoom van het ene aminozuur met het aminostikstofatoom van het volgende, en per binding gaat één watermolecuul verloren. Een sequentie wordt altijd geschreven van het vrije amino-uiteinde (de N-terminus) naar het vrije carboxyluiteinde (de C-terminus), dus DF (Asp-Phe) en FD (Phe-Asp) zijn verschillende moleculen.
Formule = Σ residuformules + H₂O residu = aminozuur − H₂O
Alle alfakoolstofatomen zijn L, wat volgens de CIP-regels S is voor elk standaardaminozuur behalve cysteïne (L-Cys is R omdat zwavel hoger rangschikt dan de carboxylgroep). Glycine heeft geen stereocentrum. Isoleucine (2S,3S) en threonine (2S,3R) krijgen ook hun stereocentrum in de zijketen correct.
| Optie | Verandering in de structuur | Verandering in de formule |
|---|---|---|
| N-terminaal acetyl | CH₃C(=O)– op het eerste stikstofatoom | + C₂H₂O (+42,0106 Da) |
| C-terminaal amide | –C(=O)NH₂ in plaats van –COOH | − O + NH (−0,9840 Da) |
| Kop-staart cyclisch | Extra peptidebinding van de laatste C=O naar de eerste N | − H₂O (−18,0106 Da) |
| Disulfidebrug | S–S tussen twee cysteïnes (op volgorde gekoppeld) | − 2 H per brug (−2,0157 Da) |
pI, lading en extinctiecoëfficiënt
De nettolading is de som over alle ioniseerbare groepen. Elke basische groep draagt +1 / (1 + 10pH − pKa) bij en elke zure groep −1 / (1 + 10pKa − pH). De EMBOSS-pKa-set wordt gebruikt: 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. Het pI is de pH waarbij de nettolading nul is. Geacetyleerde N-termini, geamideerde C-termini en cysteïnes in disulfidebruggen worden niet meegeteld.
ε₂₈₀ = 5500 × n(Trp) + 1490 × n(Tyr) + 125 × n(cystine) M⁻¹ cm⁻¹
Hoe een DNA- of RNA-structuur wordt opgebouwd
Elk nucleotide is een base op koolstof 1′ van een suiker: 2-desoxyribose in DNA, ribose (met een 2′-OH) in RNA. Een fosfodiesterbinding verbindt via een fosfaat het 3′-zuurstofatoom van de ene suiker met het 5′-zuurstofatoom van de volgende, dus een streng heeft een 5′-uiteinde en een 3′-uiteinde en wordt van 5′ naar 3′ geschreven. Basen zijn gebonden via N9 (A, G) of N1 (C, T, U) met de natuurlijke β-D-configuratie.
Formule = Σ nucleosideformules + (N − 1) × (PO₂ − H) 5′-fosfaat: + HPO₃
| Grootheid | Gebruikte formule | Wanneer |
|---|---|---|
| GC-gehalte | (G + C) / N × 100 % | altijd |
| Tm, regel van Wallace | 2 × (A + T) + 4 × (G + C) °C | minder dan 14 nt |
| Tm, eenvoudige GC-formule | 64.9 + 41 × (G + C − 16.4) / N °C | 14 nt of meer |
| Complement | A↔T (A↔U in RNA), G↔C, gelezen van 3′ naar 5′ | altijd |
| Reverse complement | complement geschreven van 5′ naar 3′ | altijd |
Structuren worden getekend tot 30 residuen of nucleotiden. Langere sequenties (tot 2000) geven nog steeds de formule, massa's en SMILES. Massa's gelden voor het neutrale vrije zuur; zouten en modificaties zijn niet meegenomen.
Uitgewerkte voorbeelden
Triglycine, GGG
3 × C₂H₅NO₂ − 2 H₂O.
C₆H₁₁N₃O₄, 189,0750 Da (mono), 189,17 g/mol
Asp-Phe (aspartaam zonder de methylester)
C₄H₇NO₄ + C₉H₁₁NO₂ − H₂O. Aspartaam zelf is de methylester, C₁₄H₁₈N₂O₅.
C₁₃H₁₆N₂O₅, 280,1059 Da, pI 3,75
Angiotensine II, DRVYIHPF
Acht residuen, één Tyr, dus ε₂₈₀ = 1490 M⁻¹ cm⁻¹.
C₅₀H₇₁N₁₃O₁₂, 1045,5345 Da, [M+H]⁺ 1046,5418
Oxytocine, CYIQNPCLG-NH₂
Vink C-terminaal amide en Disulfidebruggen aan: ring Cys1–Cys6.
C₄₃H₆₆N₁₂O₁₂S₂, 1007,19 g/mol
DNA 5′-ATGC-3′
4 desoxynucleosiden + 3 fosfodiesterbindingen.
C₃₉H₅₀N₁₅O₂₂P₃, 1173,82 g/mol, GC 50 %, Tm 12 °C (Wallace)
M13-forwardprimer (17 nt)
5′-GTAAAACGACGGCCAGT-3′: 9 van de 17 basen zijn G of C.
GC 52,9 %, Tm 47,1 °C (eenvoudige GC-formule)
Veelgemaakte fouten
- Een peptide van C naar N schrijven. Sequenties lopen altijd vanaf de N-terminus. YGGFL is Leu-enkefaline; LFGGY is een ander peptide.
- Het water vergeten. Een lineair peptide is de som van de residumassa's plus één H₂O (18,0106 Da mono). Een cyclisch peptide heeft geen extra water.
- Massatypen door elkaar halen. Gebruik de monoisotopische massa voor pieken in hoge-resolutie-MS en de gemiddelde massa voor afwegen en molariteit.
- Disulfidebruggen negeren. Elke S–S-brug verwijdert twee waterstofatomen (−2,016 Da), wat in MS uitmaakt.
- T gebruiken in RNA of U in DNA. De tool meldt de mismatch. Kies eerst het juiste type.
- Het complement van 5′ naar 3′ lezen. Het gewone complement loopt van 3′ naar 5′. Voor een primer of probe wil je meestal het reverse complement.
- De regel van Wallace gebruiken voor lange primers. Die overschat de Tm boven ongeveer 14 nt. De tool schakelt daar over op de GC-formule.
Residuen labelen of een mechanisme tekenen? Open de structuur in MolDraw, de gratis online editor voor chemische structuren, om labels, pijlen en kleuren toe te voegen, en exporteer daarna als PNG of SVG.
MolDraw-editor openenVeelgestelde vragen
Hoe zet ik een peptidesequentie om naar SMILES?
Typ de sequentie in eenlettercode (DRVYIHPF) of drielettercode (Asp-Arg-Val-Tyr-Ile-His-Pro-Phe). De tool verbindt de residuen met peptidebindingen van de N-terminus naar de C-terminus en schrijft een isomere SMILES met L-stereochemie op elk alfakoolstofatoom behalve bij glycine.
Wat is de molecuulformule van triglycine (GGG)?
Triglycine is C6H11N3O4. Drie glycines (elk C2H5NO2) verliezen twee watermoleculen bij het vormen van de twee peptidebindingen. De monoisotopische massa is 189,0750 Da en de gemiddelde massa 189,17 g/mol.
Wat is de monoisotopische massa van angiotensine II?
Angiotensine II (DRVYIHPF) is C50H71N13O12 met een monoisotopische massa van 1045,5345 Da en een gemiddelde massa van 1046,18 g/mol. Het [M+H]+-ion verschijnt bij m/z 1046,54.
Hoe wordt het iso-elektrisch punt van een peptide geschat?
De tool telt bij elke pH de ladingen op van de N-terminus, de C-terminus en de zijketens van Asp, Glu, His, Cys, Tyr, Lys en Arg, met de EMBOSS-pKa-set. Het pI is de pH waarbij de nettolading nul is. Echte waarden kunnen 0,5 eenheden of meer afwijken.
Hoe wordt de formule van een DNA-oligonucleotide berekend?
Elk nucleotide is een 2-desoxyribose met zijn base, en buren zijn verbonden via 3'-5'-fosfodiesterbindingen. De nucleosiden optellen plus één HPO2-eenheid per binding, min één H, geeft de formule. 5'-ATGC-3' met vrije 5'- en 3'-OH-uiteinden is C39H50N15O22P3, 1173,82 g/mol.
Welke formule voor de smelttemperatuur gebruikt de tool?
Voor minder dan 14 nucleotiden gebruikt de tool de regel van Wallace, Tm = 2(A+T) + 4(G+C). Voor 14 of meer gebruikt hij de eenvoudige GC-formule, Tm = 64.9 + 41(G+C − 16.4)/N. Beide zijn snelle schattingen voor primers in gangbare PCR-buffers.
Wat is het verschil tussen het complement en het reverse complement?
Het complement koppelt elke base (A met T of U, G met C) en wordt van 3' naar 5' gelezen. Het reverse complement is dezelfde streng, geschreven van 5' naar 3'. Voor 5'-ATGC-3' is het complement 3'-TACG-5' en het reverse complement 5'-GCAT-3'.
Waarom wordt mijn lange sequentie niet getekend?
Structuren worden getekend tot 30 residuen of nucleotiden, omdat grotere tekeningen onleesbaar worden. Langere sequenties geven nog steeds de volledige formule, massa's en SMILES, tot 2000 residuen.
Verwante scheikundetools
Laatst bijgewerkt: