Substitution par codons

[SAKAROV]

Cet algo utilise la substitution de certaines lettres de l'alphabet par l'intermédiaire des codons génétiques de l'ADN et de l'ARN.

Tout d'abord, petit moment culture:

Un codon est une séquence de trois nucléotides d'un ADN spécifiant un acide aminé. Les codons sont donc traduits en acide aminé. Ces codons sont constitués par 3 des 4 bases nucléiques qui composent l'ADN: U C A G.

Exemple de codons: UUU, ACA, GCU...

Chaque codon correspond à un acide aminé et donc à une lettre de l'alphabet qui désigne communément cet acide aminé.

Voici la liste des acides aminés et leur lettre représentative :

Alanine (Ala) -> A
Cystéine (Cys) -> C
Acide aspartique (Asp) -> D
Glutamate (Glu) -> E
Phenylalanine (Phe) -> F
Glycine (Gly) -> G
Histidine (His) -> H
Isoleucine (Ile) -> I
Lysine (Lys) -> K
Leucine (Leu) -> L
Méthionine (Met) -> M
Asparagine (Asn) -> N
Pyrrolysine (Pyl) -> O
Proline (Pro) -> P
Glutamine (Gln) -> Q
Arginine (Arg) -> R
Sérine (Ser) -> S
Théonine (Thr) -> T
Sélénocystéine (Sec) -> U
Valine (Val) -> V
Tryptophane (Trp) -> W
Tyrosine (Tyr) -> Y

On peut voir que: B, J, X et Z ne sont pas utilisés dans la nomenclature.

Important: plusieurs codons peuvent coder pour un même acide aminé.

Voici maintenant ce qui nous intéresse, la correspondance codon <-> lettre.

La liste est donnée de cette manière: codon (abréviation de l'acide aminé) -> lettre

Voici pour l'ADN:

GCT (Ala) -> A
GCC (Ala) -> A
GCA (Ala) -> A
GCG (Ala) -> A
TGT (Cys) -> C
TGC (Cys) -> C
GAT (Asp) -> D
GAC (Asp) -> D
GAA (Glu) -> E
GAG (Glu) -> E
TTT (Phe) -> F
TTC (Phe) -> F
GGT (Gly) -> G
GGC (Gly) -> G
GGA (Gly) -> G
GGG (Gly) -> G
CAT (His) -> H
CAC (His) -> H
ATT (Ile) -> I
ATC (Ile) -> I
ATA (Ile) -> I
AAA (Lys) -> K
AAG (Lys) -> K
CTT (Leu) -> L
CTC (Leu) -> L
CTA (Leu) -> L
CTG (Leu) -> L
ATG (Met) -> M
AAT (Asn) -> N
AAC (Asn) -> N
TAG (Pyl) -> O
CCT (Pro) -> P
CCC (Pro) -> P
CCA (Pro) -> P
CCG (Pro) -> P
CAA (Gln) -> Q
CAG (Gln) -> Q
CGT (Arg) -> R
CGC (Arg) -> R
CGA (Arg) -> R
CGG (Arg) -> R
AGT (Ser) -> S
AGC (Ser) -> S
ACT (Thr) -> T
ACC (Thr) -> T
ACA (Thr) -> T
ACG (Thr) -> T
TGA (Sec) -> U
GTT (Val) -> V
GTC (Val) -> V
GTA (Val) -> V
GTG (Val) -> V
TGG (Trp) -> W
TAT (Tyr) -> Y
TAC (Tyr) -> Y
TAA -> ESPACE

Voici pour l'ARN:

GCU (Ala) -> A
GCC (Ala) -> A
GCA (Ala) -> A
GCG (Ala) -> A
UGU (Cys) -> C
UGC (Cys) -> C
GAU (Asp) -> D
GAC (Asp) -> D
GAA (Glu) -> E
GAG (Glu) -> E
UUU (Phe) -> F
UUC (Phe) -> F
GGU (Gly) -> G
GGC (Gly) -> G
GGA (Gly) -> G
GGG (Gly) -> G
CAU (His) -> H
CAC (His) -> H
AUU (Ile) -> I
AUC (Ile) -> I
AUA (Ile) -> I
AAA (Lys) -> K
AAG (Lys) -> K
CUU (Leu) -> L
CUC (Leu) -> L
CUA (Leu) -> L
CUG (Leu) -> L
AUG (Met) -> M
AAU (Asn) -> N
AAC (Asn) -> N
UAG (Pyl) -> O
CCU (Pro) -> P
CCC (Pro) -> P
CCA (Pro) -> P
CCG (Pro) -> P
CAA (Gln) -> Q
CAG (Gln) -> Q
AGA (Arg) -> R
AGG (Arg) -> R
AGU (Ser) -> S
AGC (Ser) -> S
ACU (Thr) -> T
ACC (Thr) -> T
ACA (Thr) -> T
ACG (Thr) -> T
UGA (Sec) -> U
GUU (Val) -> V
GUC (Val) -> V
GUA (Val) -> V
GUG (Val) -> V
UGG (Trp) -> W
UAU (Tyr) -> Y
UAC (Tyr) -> Y
UAA -> ESPACE

Il faut donc prendre en compte les différentes combinaisons de codage possibles d'un même acide aminé par plusieurs codons.

Exemple pour l'ARN:
input -> SALUT LES POTOS
output ->
AGUGCUUUAUGAACUUAACUUGAAAGUUAACCUOACUOAGU
AGCGCCUUGUGAACCUAACUCGAGAGCUAACCCOACCOAGC
...

Exemple pour l'ADN:
input -> HELLO WORLD
output ->
CATGAACTTCTCOTAATGGOCGTCTTGAT
CACGAGCTCCTTOTAATGGOCGCCTCGAC
...

Exemple pour ADN+ARN mixé:
input -> HACKADEMY POWER
output ->
CATGCUTGTAAAGCAGAUGAAAUGTATTAACCTOUGGGAAAGA
CACGCCTGCAAGGCGGACGAGAUGTACUAACCCOUGGGAGAGG
...

Les lettres non utilisées apparaissent généralement en clair.