consensussequenties

Consensussequenties zijn representaties van een motief dat geconserveerd aanwezig is in meerdere gerelateerde sequenties, meestal DNA of RNA. Ze geven het meest voorkomende patroon op elke positie weer en worden gebruikt om begrip te krijgen van bouwstenen zoals promotoren, splice-sites en bindingsplaatsen voor eiwitten. In een set verwante sequenties wordt per positie gekeken welke basen of aminozuren het meest voorkomen, waarna een vereenvoudigde patroon ontstaat.

De consensus wordt doorgaans verkregen uit een uitlijning (alignment) van de relevante sequenties. Per positie wordt de meest frequente base of aminozuur gekozen. Soms worden variaties aangegeven met degenerate codes waarmee meerdere opties worden samengevat, bijvoorbeeld R voor A of G, Y voor C of T. Hoewel een consensus nuttig is om een typisch patroon te beschrijven, weerspiegelt zij niet altijd de volledige functionele variatie; context, structure en afmetingen van de sequentie zijn vaak beslissend voor functioneren.

In de genomica worden consensussequenties gebruikt om elementaire DNA- en RNA-motieven te beschrijven en te zoeken in genomische data. Voorbeelden zijn de promotorconsensus in bacteriën, zoals de -35 en -10 regio’s (TTGACA en TATAAT), en kenmerken zoals de TATA-box in eukaryote promoters. Naast eenvoudige consensusen bestaan er ook kwantitatieve modellen zoals position weight matrices en sequence logos, die variatie en waarschijnlijkheden per positie explicieter weergeven.

Samengevat bieden consensussequenties een compacte weergave van conservatiepatronen in sequenties en dienen ze als uitgangspunt voor annotatie en functionele voorspelling, maar dienen ze altijd te worden bevestigd met experimenteel bewijs, aangezien vele factoren de uiteindelijke biologische activiteit bepalen.