DNA 的蛋白质编码能力

DNA 的蛋白质编码能力是指其序列中仅占很小一部分（在人类中不到 2%）的区域，这些区域包含基因，提供合成蛋白质的指令。DNA 通过三联密码子（codon）来指定氨基酸，而绝大多数 DNA 属于非编码区域，但在调控层面发挥着关键作用。 蛋白质编码能力决定了理论上可生成的蛋白质数量，但诸如可变剪接等生物学过程，使得实际产生的蛋白质种类远多于基因数量。本工具仅用于对 DNA 编码能力进行非常基础的估算。

蛋白质编码能力的关键方面

• 占比极小：
  蛋白质编码基因仅占整个基因组的一小部分，估计约为 DNA 总量的 1–2%。
• 三联密码：
  DNA 使用由三个碱基组成的序列（密码子）来编码特定的氨基酸，而氨基酸是蛋白质的基本组成单元。
• 基因与蛋白质：
  人类约有 19,000–20,000 个蛋白质编码基因，但由于可变剪接等机制，一个基因可以生成多种不同的蛋白质。
• 非编码 DNA：
  其余约 98% 的 DNA，曾被称为“垃圾 DNA”，实际上在基因调控中至关重要，包括基因的开启与关闭（如启动子和增强子）。
• 计算方式：
  一个简单公式描述了 DNA 长度与蛋白质长度之间的关系：编码的氨基酸数 = DNA 碱基数 / 3。相关工具可用于根据 DNA 长度估算蛋白质大小。

计算公式

其关系由以下公式描述：

0.11 kDa 是单个氨基酸的平均分子量

工作原理

• 转录：
  蛋白质编码 DNA 序列（基因）被复制为信使 RNA（mRNA）。
• 翻译：
  核糖体以密码子（三个碱基为一组）的方式读取 mRNA，并依次组装对应的氨基酸。
• 蛋白质合成：
  由氨基酸组成的多肽链折叠形成具有功能的蛋白质。

重要意义

• 功能性 DNA：
  尽管比例很小，编码 DNA 对生物功能至关重要，相关哺乳动物在功能性 DNA 的比例上高度相似。
• 基因组复杂性：
  非编码区域，尤其是调控元件，决定了蛋白质在何时、何地被表达，使基因组的复杂性远超简单的编码序列。