7.2C: Variazione delle dimensioni e contenuto delle ORF nei genomi

In genetica molecolare, una cornice di lettura aperta (ORF) è la parte di una cornice di lettura che non contiene codoni di stop. Il sito di pausa per la terminazione della trascrizione si trova dopo l’ORF, oltre il codone di stop della traduzione, perché se la trascrizione dovesse cessare prima del codone di stop, durante la traduzione verrebbe prodotta una proteina incompleta.

Normalmente, gli inserti che interrompono il frame di lettura di una regione successiva al codone di inizio causano una mutazione frameshift della sequenza e dislocano le sequenze per i codoni di stop.

I frame di lettura aperti sono usati come un elemento di prova per assistere nella predizione del gene. Le ORF lunghe sono spesso usate, insieme ad altre prove, per identificare inizialmente le regioni candidate a codificare le proteine in una sequenza di DNA. La presenza di un ORF non significa necessariamente che la regione sia mai tradotta. Per esempio, in una sequenza di DNA generata a caso con una percentuale uguale di ogni nucleotide, ci si aspetterebbe un codone di stop una volta ogni 21 codoni. Un semplice algoritmo di predizione dei geni per i procarioti potrebbe cercare un codone iniziale seguito da un frame di lettura aperto abbastanza lungo da codificare una proteina tipica, dove l’uso del codone di quella regione corrisponde alla frequenza caratteristica delle regioni codificanti dell’organismo dato. Anche un lungo frame di lettura aperto da solo non è una prova conclusiva della presenza di un gene.

Se una porzione di genoma è stata sequenziata (ad esempio 5′-ATCTAAAATGGGTGCC-3′), gli ORF possono essere localizzati esaminando ciascuno dei tre possibili frame di lettura su ciascun filamento. In questa sequenza due delle tre possibili cornici di lettura sono interamente aperte, il che significa che non contengono un codone di stop:

…A TCT AAA ATG GGT GCC…

…AT CTA AAA TGG GTG CC…

…ATC TAA AAT GGG TGC C…

I possibili codoni di stop nel DNA sono “TGA”, “TAA” e “TAG”. Così, l’ultimo frame di lettura in questo esempio contiene un codone di stop (TAA), a differenza dei primi due.

I genomi batterici mostrano variazioni di dimensioni, anche tra ceppi della stessa specie. Questi microrganismi hanno pochissimo DNA non codificante o ripetitivo, poiché la variazione nella dimensione del loro genoma di solito riflette le differenze nel repertorio genico. Alcune specie, in particolare i parassiti e i simbionti batterici, hanno subito una massiccia riduzione del genoma e contengono semplicemente un sottoinsieme dei geni presenti nei loro antenati.

Tuttavia, nei batteri a vita libera, tale perdita genica non può spiegare le disparità osservate nelle dimensioni del genoma perché i genomi ancestrali avrebbero dovuto contenere un numero improbabile di geni. Sorprendentemente, una frazione sostanziale della differenza nel contenuto dei geni nei batteri viventi liberi è dovuta alla presenza di ORFans, cioè cornici di lettura aperte (ORFs) che non hanno omologhi noti e di conseguenza non hanno funzioni note.

L’alto numero di ORFans nei genomi batterici indica che, con l’eccezione di quelle specie con genomi altamente ridotti, gran parte della diversità osservata negli inventari genici non deriva dalla perdita di geni ancestrali o dal trasferimento da organismi ben caratterizzati (processi che risultano in una distribuzione disomogenea di ortogoni ma non in geni unici) o da duplicazioni recenti (che probabilmente produrrebbero omologhi all’interno dello stesso genoma o di geni strettamente correlati).