查看BioInfo的源代码

== 译码 ==
[[文件:Amino_acids.jpg | 500px | right]] 

基因译码为蛋白质，通用规则：

* 三个碱基对应一个氨基酸 ([https://en.wikipedia.org/wiki/Amino_acid Amino Acid])
* 起始密码子：AUG （即 atg，氨基酸编码为 M，甲硫氨酸）
* 终止密码子：UAA (taa)、UAG (tag)、UGA (tga)，这些都不表达为氨基酸


'''The Genetic Code (transl_table=1):'''

<pre>
TTT F Phe      TCT S Ser      TAT Y Tyr      TGT C Cys  
TTC F Phe      TCC S Ser      TAC Y Tyr      TGC C Cys  
TTA L Leu      TCA S Ser      TAA * Ter      TGA * Ter  
TTG L Leu i    TCG S Ser      TAG * Ter      TGG W Trp  

CTT L Leu      CCT P Pro      CAT H His      CGT R Arg  
CTC L Leu      CCC P Pro      CAC H His      CGC R Arg  
CTA L Leu      CCA P Pro      CAA Q Gln      CGA R Arg  
CTG L Leu i    CCG P Pro      CAG Q Gln      CGG R Arg  

ATT I Ile      ACT T Thr      AAT N Asn      AGT S Ser  
ATC I Ile      ACC T Thr      AAC N Asn      AGC S Ser  
ATA I Ile      ACA T Thr      AAA K Lys      AGA R Arg  
ATG M Met i    ACG T Thr      AAG K Lys      AGG R Arg  

GTT V Val      GCT A Ala      GAT D Asp      GGT G Gly  
GTC V Val      GCC A Ala      GAC D Asp      GGC G Gly  
GTA V Val      GCA A Ala      GAA E Glu      GGA G Gly  
GTG V Val      GCG A Ala      GAG E Glu      GGG G Gly  
</pre>


AUG (M) 是最广泛的起始密码子，但大千世界，生物种类繁多，基因起始密码子也有可能不同，详情参阅：https://www.ncbi.nlm.nih.gov/Taxonomy/Utils/wprintgc.cgi?chapter=tgencodes#SG11

EMBL/GenBank 文本数据中会标注基因解码蛋白质所用之 table，比如：X64011 之 /transl_table=11

<source lang=bash>
ID   X64011; SV 1; linear; genomic DNA; STD; PRO; 756 BP.
......
......
FT   CDS             109..717
FT                   /transl_table=11
FT                   /gene="sod"
FT                   /product="superoxide dismutase"
......
......
SQ   Sequence 756 BP; 247 A; 136 C; 151 G; 222 T; 0 other;
     cgttatttaa ggtgttacat agttctatgg aaatagggtc tatacctttc gccttacaat        60
     gtaatttctt ttcacataaa taataaacaa tccgaggagg aatttttaat gacttacgaa       120
     ttaccaaaat taccttatac ttatgatgct ttggagccga attttgataa agaaacaatg       180
     gaaattcact atacaaagca ccacaatatt tatgtaacaa aactaaatga agcagtctca       240
     ggacacgcag aacttgcaag taaacctggg gaagaattag ttgctaatct agatagcgtt       300
     cctgaagaaa ttcgtggcgc agtacgtaac cacggtggtg gacatgctaa ccatacttta       360
     ttctggtcta gtcttagccc aaatggtggt ggtgctccaa ctggtaactt aaaagcagca       420
     atcgaaagcg aattcggcac atttgatgaa ttcaaagaaa aattcaatgc ggcagctgcg       480
     gctcgttttg gttcaggatg ggcatggcta gtagtgaaca atggtaaact agaaattgtt       540
     tccactgcta accaagattc tccacttagc gaaggtaaaa ctccagttct tggcttagat       600
     gtttgggaac atgcttatta tcttaaattc caaaaccgtc gtcctgaata cattgacaca       660
     ttttggaatg taattaactg ggatgaacga aataaacgct ttgacgcagc aaaataatta       720
     tcgaaaggct cacttaggtg ggtcttttta tttcta                                 756
</source>


* 靠近很多基因的起点的 TATAA 序列
* 人染色体末端（端粒）中的重复序列 TTAGGG

* [https://www.ebi.ac.uk/ena/data/view/X64011 X64011] [https://www.ncbi.nlm.nih.gov/nuccore/X64011.1?report=graph Graph] [https://www.ncbi.nlm.nih.gov/nuccore/X64011.1?report=genbank GenBank]
* [https://www.ncbi.nlm.nih.gov/gene/2546398 Escherichia virus phiX174 Gene] [https://www.ncbi.nlm.nih.gov/nuccore/NC_001422.1?report=genbank GenBank]

<br>