Info
Spécification des données
Note: pour les informations relatives aux données importées, reportez-vous à la section " Détails algorithmiques " (sous-section "Algorithme d'importation de structures").
Éléments de structures
Les structures secondaires d'ARN représentent dans un plan les appariements de bases. Sur ce site, seuls les appariements de type Watson-Crick et Wobble font parti des structures secondaires. Les autres types d'appariements entre 2 bases sont cependant tolérés et pris en compte. En revanche, les interactions entre plus de deux bases ne sont pas considérés comme faisant parti des structures secondaires. De plus, les pseudo-noeuds (incluant les "kissing loops/hairpins") ne sont pas non plus traités (sauf par l'outil de désalignement).

Légende
extrémité 5' de la séquence
extrémité 3' de la séquence
pont hydrogène Watson-Crick fort (G-C et C-G)
pont hydrogène Watson-Crick faible (A-U et U-A)
pont hydrogène Wobble (G-U et U-G)
tige-boucle
tige
empilement de paires
renflement
boucle interne
boucle terminale
boucle multiple
base externe
base appariée
base de renflement
base de boucle interne
base de boucle terminale (épingle à cheveux)
base de boucle multipleFormats de structures supportés
Actuellement, ce site supporte 2 formats de structures secondaires d'ARN. Le
premier est celui des séquences nucléotidiques de type
"Fasta" annotées par des points-parenthèses pour
indiquer les appariements de bases. Le second format supporté est le format
Connect ou ".CT". Dans certains cas, l'utilisateur peut
également spécifier des structures de la base de données
en entrant l'identifiant de la structure sur une ligne. Dans d'autres cas,
il peut s'agir d'alignements de structures dans un format
dérivé du format "Fasta points-parenthèses".
Note: pour chacun de ces formats, seuls les 16 codes des
bases présentés dans
"Nomenclature for Incompletely Specified Bases in Nucleic Acid Sequences" de l'IUPAC/IUB1
sont supportés (le "T" est converti en "U").
Note: aucun format XML n'est supporté pour le moment mais les
développements dans ce sens sont en cours.
Le format "Fasta points-parenthèses"
Ce format peut comporter de 2 à 3 lignes. La première ligne est optionnelle et débute par le caractère ">" suivi du nom de la structure. La seconde ligne contient la séquence nucléotidique (de l'extrémité 5' à l'extrémité 3'). Enfin, la troisième ligne contient l'annotation parenthèse de chaque nucléotide de la séquence: un point indique une base libre et une parenthèse ouvrante indique une base appariée avec la base annotée par la parenthèse fermante correspondante.
Quatre différences majeures sont à notées par rapport au
format "Fasta" traditionnel. Tout d'abord, il y a toujours une
ligne d'annotation structurelle de même longueur que la séquence
qui n'existe pas dans le format "Fasta". Ensuite, une seule ligne
de longueur non limitée contient la séquence alors que dans
le format "Fasta" d'origine, la séquence peut être
étendue sur plusieurs lignes de longueur maximale de 80
caractères. De plus, sur ce site, un caractère
supplémentaire ne faisant pas parti de l'IUPAC/IUB est accepté
dans la séquence: le caractère "_".
Celui-ci sert à indiquer une rupture dans la séquence
nucléotidique pour permettre l'utilisation de tiges (sans boucles) qui
sont formées de 2 segments de séquences disjoints. Enfin, la
première ligne contenant normalement le nom de la structure peut
être absente (la seconde ligne contenant la séquence devenant
alors la "première ligne").
Note: parfois, deux lignes supplémentaires concernant les
pseudo-noeuds sont affichées. La première contient
"#>PSEUDOKNOTS" et la seconde une annotation
points-parenthèse comprenant des pseudo-noeuds où chaque lettre
majuscule annote une base de pseudo-noeud appariée avec la base
annotée par la minuscule correspondante de la même lettre. Ces
lignes ne sont pour le moment pas supportées par la majorité
des outils et doivent donc être retirées.
Note: une version dérivée du format "Fasta
points-parenthèse" offrant plus de liberté, ayant la
possibilité d'être étendue et étant plus simple
à analyser ou à éditer qu'un format XML est en
préparation.
Le format Connect (.CT)
Le second format supporté ici est le format "Connect" (ou "CT"). La première ligne contient le nombre de nucléotides de la structure, son énergie de repliement et son nom. Chaque ligne suivante correspond à un nucléotide caractérisé par 6 colonnes (séparées par des espaces):
- 1ère colonne: son numéro dans la séquence;
- 2ème colonne: son symbole;
- 3ème colonne: le numéro du nucléotide lié en 5' (0 si aucune liaison);
- 4ème colonne: le numéro du nucléotide lié en 3' (0 si aucune liaison);
- 5ème colonne: le numéro du nucléotide avec lequel est formé un pont hydrogène;
- 6ème colonne: de nouveau le numéro dans la séquence.
Le format "Fasta points-parenthèses" d'alignements de structures
Ce format peut contenir un ou plusieurs enregistrements d'alignements de
structures. Chaque enregistrement est composé de deux structures en
format "Fasta points-parenthèses" acceptant dans la ligne de
séquence et celle de l'annotation points-parenthèses la
présence de caractères "trous" ("-").
Ces deux structures alignées sont suivies de deux lignes pour le
scénario de l'alignement. La première ligne du scénario
est juste le commentaire "#>SCENARIO". La ligne suivante
contient l'annotation de l'évènement de mutation trouvé
pour chaque position de l'alignement:
- m
correspondance d'une base (match)- s
substitution d'une base- i
insertion d'une base- d
suppression d'une base (delete)- M
correspondance d'une paire (annote chaque base de la paire) (match)- H
demi-correspondance d'une paire (annote la position de la base identique) (half-match)- h
demi-correspondance d'une paire (annote la position de la base substituée) (half-match)- S
substitution d'une paire (les deux bases de la paire ont été substituées)- I
insertion d'une paire- D
suppression d'une paire (delete)- C
complétion d'une paire- c
complétion d'une paire avec substitution de la base annotée- P
création d'une paire: formation d'une paire à partir de deux bases libres- p
création d'une paire: formation d'une paire à partir de deux bases libres (la base annotée a été substituée)- A
altération d'une paire- a
altération d'une paire avec substitution de la base annotée- B
bris d'une paire: suppression d'un pont hydrogène entre deux bases appariées- b
bris d'une paire: suppression d'un pont hydrogène entre deux bases appariées (la base annotée a été substituée)- R1
réappariement d'une base appariée (la base change de partenaire)- r1
réappariement d'une base appariée (la base n'est plus appariée)- t
insertion d'une tige ou d'une tige-boucle (la base annotée fait partie de l'élément inséré)- T
suppression d'une Tige ou d'une tige-boucle (la base annotée fait partie de l'élément supprimé)- j
raccord entre deux segments de séquence (join)- l
rupture d'une séquence en deux segments (split)- _
- correspondance entre positions de rupture de séquences (caractère de soulignement)
- F2
- repliement de bases libres (première base de la paire repliée) (folding)
- f2
- repliement de bases libres (seconde base de la paire repliée) (folding)
- W1,3
- changement de côté d'une base libre (annote la position originale) (swap)
- w1,3
- changement de côté d'une base libre (annote la nouvelle position) (swap)
- Nomenclature for incompletely specified bases in nucleic acid sequences: recommendations 1984. Nucleic Acids Res. 1985 May 10;13(9):3021-30.

Flux RSS