O conteúdo de GC – a parcela de uma sequência de DNA composta de guanina e citosina – é um dos descritores mais básicos de um pedaço de DNA, mas aparece em todos os lugares, desde o design de primers de PCR até comparações genômicas entre espécies. Esta calculadora conta bases, calcula GC% e AT% e mostra a composição completa para que você possa ler uma sequência rapidamente.
Por que o conteúdo de GC é importante na biologia molecular
Cada par de bases no DNA é mantido unido por ligações de hidrogênio: G emparelha com C usando três ligações de hidrogênio, enquanto A emparelha com T usando apenas duas. Essa ligação extra significa que o DNA rico em GC é mais estável termicamente e tem uma temperatura de fusão mais alta do que o DNA rico em AT do mesmo comprimento - e é exatamente por isso que o conteúdo de GC é uma entrada padrão para o design de primers de PCR, design de sonda e previsão de como uma sequência se comportará sob condições de calor ou desnaturação. as regiões de codificação e as regiões reguladoras diferem frequentemente no conteúdo de GC da sequência circundante. Essa variação torna o conteúdo do GC um sinal rápido e útil na anotação do genoma, identificação de espécies e genômica comparativa.
Como as bases ambíguas são tratadas
Os dados de sequência do mundo real nem sempre são uma sequência limpa de A, T, G e C. Arquivos FASTA, leituras de sequenciamento e sequências de consenso geralmente incluem códigos de ambiguidade IUPAC como N (qualquer base), R, Y, S, W, K ou M (cada um representando duas bases possíveis), especialmente quando o resultado do sequenciamento era incerto. Esta calculadora conta cada caractere que você cola, mas apenas A, T, G e C contribuem para o denominador GC% e AT% - todo o resto é contabilizado separadamente como "outro / ambíguo", para que nunca distorça silenciosamente as porcentagens.
A ferramenta também não diferencia maiúsculas de minúsculas e remove todos os espaços em branco antes de contar, portanto, colar uma sequência formatada em FASTA com quebras de linha (depois de remover a linha de cabeçalho ">") funciona exatamente da mesma forma que colar uma sequência contínua sequência.
Limites desta ferramenta
Esta calculadora é uma verificação rápida de composição e GC%, não um conjunto completo de bioinformática — ela não alinha sequências, detecta ilhas CpG ou computa um gráfico de GC em janela deslizante em um genoma longo. A estimativa da temperatura de fusão usa a regra de Wallace simples, que é mais precisa para oligos curtos (aproximadamente menos de 14 nucleotídeos) e cada vez mais aproximada para sequências mais longas, onde modelos termodinâmicos ajustados ao sal ou vizinhos mais próximos são mais precisos. Para projeto de primer ou trabalho de laboratório, verifique os resultados com software dedicado de design de primer ou análise de sequência.