DNARNASequenzen

DNARNASequenzen bezeichnet die linear angeordneten Nukleotidfolgen in DNA und RNA, die genetische Informationen tragen. DNA-Sequenzen bestehen aus den Basen Adenin (A), Thymin (T), Cytosin (C) und Guanin (G) und liegen üblicherweise als Doppelhelix vor. RNA-Sequenzen verwenden Adenin, Cytosin, Guanin und Uracil (U) und sind meist einsträngig. Sequenzen werden üblicherweise in der 5'-zu-3'-Richtung gelesen, wobei der Gegenstrang der DNA komplementär ist.

Notation und Orientierung: Sequenzen werden oft in Textform geschrieben, wobei die Orientierung 5'→3' wichtig ist. Die Begriffe Sense- und Antisense-Strang beschreiben, welcher Strang als Vorlage dient. In biologischen Analysen spielen zudem Chomskysche und annotative Referenzen eine Rolle, etwa bei der Bestimmung von Start- und Stoppkodons oder regulatorischen Elementen.

Sequenzierung und Datenformate: Die Bestimmung der Nukleotidreihen kann mit Sanger-Sequencing, Next-Generation Sequencing (NGS) oder Third-Generation-Technologien erfolgen. Sequenzdaten werden häufig in Formaten wie FASTA oder FASTQ gespeichert, wobei FASTQ zusätzlich Qualitätswerte der einzelnen Basen enthält. Rechenwerkzeuge wandeln rohe Rohdaten in interpretierbare Sequenzen um und ermöglichen Alignment, Assemblierung und Annotation.

Anwendungen und Herausforderungen: DNARNASequenzen bilden die Grundlage für Genom- und Transkriptom-Analysen, Genannotationen, Evolutionsstudien sowie medizinische Diagnostik und forensische Anwendungen. Herausforderungen sind Sequenzierungsfehler, wiederholte Regionen, Strukturvarianzen und die Tatsache, dass reine Basenfolgen epigenetische Modifikationen oder Expressionslevel nicht abbilden; hierzu werden ergänzende Datentypen benötigt. Datenbanken wie GenBank, EMBL und DDBJ archivieren öffentliche Sequenzen und fördern den Austausch.