A DNS nem kódoló szakaszait hogyan lehet felismerni? Hol kezdődik és hol végződik? Lehetnek benne véletlenül aminósav kódoló szekvenciák, csak nem állnak össze értelmes fehérjékké?

A kérdésre vannak egyszerű és bonyolult válaszok is.

A DNS nem kódoló része éppen azért nem kódoló, mert az átírást végző biomolekulák nem ismerik fel. Tehát a nem kódoló részt úgy tudod megkeresni, hogy megkeresed azokat a részeket, amiket a biomolekulák nem fognak felismerni. Magában a nem kódoló régióban simán lehetnek olyan szekvenciák, amik a kódoló részben is vannak, tehát pl egy TGCGCC rész, ami a kódoló régióban cisztein alanin aminosavakat fog kódolni, a nem kódoló régióban meg semmit.

Ha egy brámilyen random szekvenciát generálsz, abban jó eséllyel lesznek olyan részek, amik potenciális fehérje alkotók lehetnek (ezek a potenciális ORF-ek, azaz metioninnal kezdődő, stop kodonra végződő, hárommal osztható elemű szakaszok). Valójában a bioinformatika egyik nagy problémája, hogy hogyan válasszuk ki azokat a részeket a DNS-en, amik kódoló régiók, mert ránézésre bármely rész ugyanolyan, és egy bármilyen random szekvencia is tele lesz ORF-ekkel.

És itt jönnek a képbe a biomolekulák. A biomolekulák megismerésével meg lehet határozni a kódoló régiók helyét. Ha tudjuk, hogy a promóter egy olyan szakasz, amiben bizonyos bázisok fix helyzetűek (például van egy GC rész 35 bázisra egy ATAT rásztől, akkor ki lehet szűrni a szekvenciából azokat a helyeket, amikre igaz az, hogy GC[35 db bázis]ATAT, azaz ahogy írni szokás: GC(N35)ATAT. (Ebből egyébként adódik az is, hogy hogyan dönti el azt, hogy balra vagy jobbra haladjon: azon a szálon halad a GC irányából az ATAT irányába, amelyiken ezek a szekvenciák megvannak. Azt ugye nem felejtjük el, hogy a DNS szálnak iránya van, olyan, mint egy autósor. Mindig tudni lehet, hogy egy autó egy másik autó „előtt” vagy „mögött” van, hiszen az egyes autóknak is van „eleje” és „vége”, és a következő autó ugyanúgy áll. Ez a bázisokra is igaz. Ráadásul a DNS két szála ugyanúgy ellentétesen áll, mint a szembe jövő autók. Tehát ha azt mondom, hogy keress egy olyan szakaszt, ahol egy piros autó mögött kettővel áll egy kék autó, és ebben a sorban menj előre öt autónyit, akkor teljesen egyértelmű lesz, hogy merre indulj. Ugyanígy tudja a fehérje is, hogy merre menjen, egy promóter csak az egyik szálon ad értelmes jelet, a másik szálon nem, tehát iránya van.)

Ilyen szabályok alapján elég sok promóter jelöltet találtak már, de mindet igazolni kell, mert közel sem biztos, hogy amit mi úgy gondolunk, az úgy is van. A dologgal persze elég sok probléma van, de ebbe ne menjünk bele.

Még arra is szeretném felhívni a figyelmedet, hogy általában egy DNS szakaszon csak egy kód van, de minden szálat 3 féle képpen lehet olvasni, tehát minden kódoló rész valójában további 2 nem kódoló részt is jelent. A fehérjék tehát nem csak azt tudják, hogy honnan és milyen irányba menjenek, hanem azt is, hogy mindezt melyik bázissal kezdjék.