Marco de lectura abierto

Algunos marcos de lectura abiertos cortos (sORF), ^{[ 7 ]} también conocidos como marcos de lectura abiertos pequeños (smORF), ^{[ 8 ]} generalmente < 100 codones de longitud, ^{[ 9 ]} que carecen de las características clásicas de los genes codificadores de proteínas (tanto de ncRNA como de mRNA) pueden producir péptidos funcionales . ^{[ 10 ]} Codifican microproteínas o proteínas codificadas por sORF (SEP). La 5'-UTR de aproximadamente el 50% de los mRNA de mamíferos contiene uno o varios sORF, ^{[ 11 ]} también llamados ORF corriente arriba (uORF). Sin embargo, menos del 10% de los mRNA de vertebrados analizados en un estudio de 1994 contenían codones AUG delante del ORF principal. Se encontraron uORF en dos tercios de los protooncogenes y proteínas relacionadas. ^{[ 12 ]} Entre el 64 % y el 75 % de los sitios de inicio de traducción de sORF encontrados experimentalmente se conservan en los genomas humano y de ratón, lo que puede indicar que estos elementos tienen una función. ^{[ 13 ]} Sin embargo, los sORF a menudo solo se encuentran en las formas minoritarias de los ARNm y evitan la selección; la alta conservación de los sitios de inicio puede estar relacionada con su ubicación dentro de los promotores de los genes relevantes. Esto es característico del gen SLAMF1 , por ejemplo. ^{[ 14 ]}

El ORF Finder (Buscador de Marcos de Lectura Abiertos) ^{[ 16 ]} es una herramienta de análisis gráfico que encuentra todos los marcos de lectura abiertos de un tamaño mínimo seleccionable en la secuencia del usuario o en una secuencia ya presente en la base de datos. Esta herramienta identifica todos los marcos de lectura abiertos utilizando los códigos genéticos estándar o alternativos. La secuencia de aminoácidos deducida se puede guardar en varios formatos y comparar con la base de datos de secuencias mediante el servidor BLAST ( Básicamente, Local Alignment Search Tool ). El ORF Finder resulta útil para preparar envíos de secuencias completos y precisos. También se incluye con el software de envío de secuencias Sequin (analizador de secuencias).

ORF Investigator ^{[ 17 ]} es un programa que no solo proporciona información sobre las secuencias codificantes y no codificantes, sino que también puede realizar alineamientos globales por pares de diferentes secuencias de regiones génicas/de ADN. La herramienta encuentra eficientemente los ORF para las secuencias de aminoácidos correspondientes, los convierte a su código de aminoácido de una sola letra y proporciona sus ubicaciones en la secuencia. El alineamiento global por pares entre las secuencias facilita la detección de diferentes mutaciones, incluyendo polimorfismos de un solo nucleótido . Se utilizan algoritmos de Needleman-Wunsch para el alineamiento de genes. ORF Investigator está escrito en el lenguaje de programación portátil Perl y, por lo tanto, está disponible para usuarios de todos los sistemas operativos comunes.

OrfPredictor ^{[ 18 ]} es un servidor web diseñado para identificar regiones codificantes de proteínas en secuencias derivadas de etiquetas de secuencia expresada (EST). Para secuencias de consulta con una coincidencia en BLASTX, el programa predice las regiones codificantes basándose en los marcos de lectura de traducción identificados en los alineamientos de BLASTX; de lo contrario, predice la región codificante más probable basándose en las señales intrínsecas de las secuencias de consulta. La salida son las secuencias peptídicas predichas en formato FASTA y una línea de definición que incluye el ID de consulta, el marco de lectura de traducción y las posiciones de nucleótidos donde comienza y termina la región codificante. OrfPredictor facilita la anotación de secuencias derivadas de EST, en particular, para proyectos de EST a gran escala.

ORF Predictor utiliza una combinación de las dos definiciones de ORF mencionadas anteriormente. Busca secuencias que comienzan con un codón de inicio y terminan con un codón de parada. Como criterio adicional, busca un codón de parada en la región 5' no traducida (UTR o NTR, región no traducida ^{[ 19 ]} ). El servidor web de OrfPredictor no recibió soporte adicional; la herramienta independiente OrfPredictor se puede descargar en el siguiente sitio ( http://bioinformatics.ysu.edu/publication/tools_download/ ).

ORFik es un paquete de R en Bioconductor para encontrar marcos de lectura abiertos y utilizar tecnologías de secuenciación de próxima generación para justificar los ORF. ^{[ 20 ] [ 21 ]}

orfipy es una herramienta escrita en Python / Cython para extraer ORF de forma extremadamente rápida y flexible. ^{[ 22 ]} orfipy puede trabajar con secuencias FASTA y FASTQ, tanto en formato plano como comprimido con gzip, y ofrece varias opciones para ajustar las búsquedas de ORF; estas incluyen especificar los codones de inicio y parada, informar sobre ORF parciales y utilizar tablas de traducción personalizadas. Los resultados se pueden guardar en múltiples formatos, incluido el formato BED, que ahorra espacio. orfipy es particularmente rápido para datos que contienen múltiples secuencias FASTA más pequeñas, como ensamblajes de transcriptomas de novo. ^{[ 23 ]}