Conceptos básicos de bio-informática

A través de experimentos genéticos se demostró que el ácido desoxirribonucleico (ADN) era una gran macro-molécula. Una molécula larga, en forma de cadena torcida en una doble hélice, y cada eslabón de la cadena era un emparejamiento de dos de cuatro componentes llamados nucleótidos. (Un nucleótido se compone de un grupo fosfato unido a un azúcar pentosa, que está así misma vinculada a uno de los 4 tipos de bases orgánicas nitrogenadas simbolizados por las cuatro letras A, C, G, y T.) 

Los 4 nucleótidos que hacen el ADN tienen diferentes cuerpos, pero todos tienen el mismo par de ganchos: 5' fosforilo y 3' hidroxilo (pronunciado cinco prima y tres prima) en referencia a sus posiciones en la molécula de azúcar desoxirribosa, que es parte del dispositivo de encadenamiento de nucleótidos.

El descubrimiento de la doble hélice del ADN ayudó a convertirla en la noción más popular de la biología molecular.  En una cadena, una timina (T) siempre está frente a una adenina (A) (y viceversa) - y la guanina (G) siempre está frente a una citosina (C). 

Las regiones de ADN pueden corresponder a secuencias que son idénticas cuando se leen a partir de dos cadenas complementarias, estas se denominan palíndromos, ya que se lee igual en ambas direcciones .Algunas sirven como sitios de unión, donde las proteínas reguladoras se pegan para poder activar y desactivar genes. 

El ácido ribonucleico (ARN) es mucho más activo de la familia del ácido nucleico; se sintetiza y se degrada constantemente, ya que hace copias de genes disponibles para la fábrica de células.  En el contexto de la bioinformática, sólo hay dos diferencias importantes entre ARN y ADN:  El ARN difiere del ADN en un nucleótido. El ARN se presenta como una sola hebra, no una hélice.

Las cadenas simples de moléculas de ARN emparejan diferente regiones de sus secuencias para formar estructuras estables de doble hélice menos regulares que la estructura de doble hélice del ADN.

Todas las proteínas se componen de los mismos bloques de construcción básicos, llamados aminoácidos. En la bioquímica se dedicaron a descubrir una mejor manera para representar proteínas, debido a que los bioquímicos se dieron cuenta de que las proteínas eran moléculas muy grandes.

La sucesión precisa de los aminoácidos de una proteína es lo que define una molécula de proteína dada. Sin embargo, esto no es lo que le da a la proteína sus propiedades biológicas sino aquellos que provienen de la forma tridimensional (3-D) que la cinta adopta en su entorno.La función de una proteína resultó ser una consecuencia directa de su estructura tridimensional (forma).SECUENCIA ➪ ESTRUCTURA ➪ FUNCIÓN 

Los veinte aminoácidos que se encuentran en las proteínas tienen cuerpos diferentes, pero todos tienen el mismo par de anzuelos: NH2 y COOH. Estos grupos de átomos se usan para formar los llamados enlaces peptídicos entre los residuos sucesivos en la secuencia. 

La determinación de la secuencia de una proteína es mucho más difícil que la secuenciación del ADN, pero todas las proteínas que un organismo dado (ya sea microbio o ser humano) puede sintetizar están codificadas en la secuencia de ADN de su genoma.  

Cuando se conoce una secuencia de ADN, se puede traducir en la secuencia de la proteína específica utilizando el código genético de la misma manera en que la propia célula genera una secuencia de proteínas. El código genético es universal y es la solución de la naturaleza para el problema de cómo relacionar únicamente una secuencia de 4 nucleótidos (A, T, G, C) a un conjunto de 20 aminoácidos.