English
Français

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).

éléments de structure secondaire

Légende
secondary structure elements extrémité 5' de la séquence
secondary structure elements extrémité 3' de la séquence
secondary structure elements pont hydrogène Watson-Crick fort (G-C et C-G)
secondary structure elements pont hydrogène Watson-Crick faible (A-U et U-A)
secondary structure elements pont hydrogène Wobble (G-U et U-G)
secondary structure elements tige-boucle
secondary structure elements tige
secondary structure elements empilement de paires
secondary structure elements renflement
secondary structure elements boucle interne
secondary structure elements boucle terminale
secondary structure elements boucle multiple
secondary structure elements base externe
secondary structure elements base appariée
secondary structure elements base de renflement
secondary structure elements base de boucle interne
secondary structure elements base de boucle terminale (épingle à cheveux)
secondary structure elements base de boucle multiple

Formats 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):

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
m correspondance d'une base (match)
s
s substitution d'une base
i
i insertion d'une base
d
d suppression d'une base (delete)
M
M correspondance d'une paire (annote chaque base de la paire) (match)
H
H demi-correspondance d'une paire (annote la position de la base identique) (half-match)
h
h demi-correspondance d'une paire (annote la position de la base substituée) (half-match)
S
S substitution d'une paire (les deux bases de la paire ont été substituées)
I
I insertion d'une paire
D
D suppression d'une paire (delete)
C
C complétion d'une paire
c
c complétion d'une paire avec substitution de la base annotée
P
P création d'une paire: formation d'une paire à partir de deux bases libres
p
p création d'une paire: formation d'une paire à partir de deux bases libres (la base annotée a été substituée)
A
A altération d'une paire
a
a altération d'une paire avec substitution de la base annotée
B
B bris d'une paire: suppression d'un pont hydrogène entre deux bases appariées
b
b bris d'une paire: suppression d'un pont hydrogène entre deux bases appariées (la base annotée a été substituée)
R1
R réappariement d'une base appariée (la base change de partenaire)
r1
r réappariement d'une base appariée (la base n'est plus appariée)
t
t insertion d'une tige ou d'une tige-boucle (la base annotée fait partie de l'élément inséré)
T
T suppression d'une Tige ou d'une tige-boucle (la base annotée fait partie de l'élément supprimé)
j
j raccord entre deux segments de séquence (join)
l
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)