Kodsekvens

Kodsekvens, eller kodande sekvens, är den del av en gen som översätts till ett protein. I den DNA-sekvens som motsvarar kodsekvensen börjar översättningen vid startkodonet och slutar vid ett av stopkodonerna. Startkodonet i DNA är vanligtvis ATG och översätts till metionin i mRNA som AUG; vissa organismer kan använda alternativa startkodoner. Stopkodonerna är TAA, TAG och TGA. Läsningen av kodsekvensen sker i tripletter kallade kodon, och aminosyrorna som bildas bestäms av genetiska kodens tabell. Längden på en kodsekvens är alltid ett multipel av tre, vilket avgör hur många aminosyror som byggs.

I prokaryoter är den kodande sekvensen oftast kontinuerlig utan intron, medan eukaryota gener ofta består av exoner och intron där intron måste splices bort innan en färdig CDS bildas. Den färdiga CDS består därmed av de sammansatta exonerna. Kodsekvensen avgränsas av 5'- och 3'-utan-kodande regioner (UTR) samt andra icke-kodande regioner. Dessa UTR:er påverkar reglering och mRNA-stabilitet men översätts inte till protein.

Inom annotering används CDS för att beskriva proteinkodande potential. Man identifierar öppna läsramar (ORFs), start- och stoppkodon samt jämför med kända proteiner för bekräftelse. Vid translationen binder ribosomen till mRNA vid startkodonet och fortsätter tills stoppkodonen nås, varpå polypeptiden frisätts. Alternativ splicing i eukaryoter kan skapa olika CDS-varianter och därmed olika proteiner. Kodsekvensen är därför central för hur genetisk information förvandlas till funktionella proteiner.