Cadre de lecture ouvert
En génétique moléculaire, un cadre de lecture ouvert, ou phase ouverte de lecture (open reading frame ou ORF en anglais), est une partie d'un cadre de lecture délimité par deux codons STOP[1], offrant la possibilité d'être transcrit en ARN, puis, potentiellement, traduit en protéine ou en peptide. C'est une suite de codons comprenant le codon-start (généralement AUGchez les organismes eucaryotes) et se termine par un codon-stop (généralement UAA, UAG ou UGA), auquel ne correspond aucun acide aminé. Le codon d'initiation AUG (codon-start) du cadre de lecture ouvert — codon qui n'est pas nécessairement le premier de celui-ci — peut indiquer un début de la traduction. Le site de terminaison de la transcription est situé après le cadre de lecture ouvert, au-delà du codon stop. La notion de cadre de lecture ouvert est très utilisée pour la prédiction de gènes.
On reconnaît le plus souvent les cadres de lecture ouverts qui codent des protéines à leur longueur. Le code génétique comportant 64 codons, dont trois codons stop, la longueur moyenne d'un cadre de lecture ouvert dans une séquence « aléatoire » est d'une vingtaine de codons. Les chaînes protéiques, dont la longueur moyenne est de 300 à 400 résidus d'acides aminés, sont associées à des cadres de lecture ouverts de 300 à 400 codons, qui sont donc facilement reconnaissables par rapport au bruit de fond.
Chez les eucaryotes, les gènes contiennent généralement plusieurs exons et introns, de sorte que les cadres de lecture ouverts s'étendent sur plusieurs exons ; ces derniers sont épissés pour en éliminer les introns dans l'ARN messager afin de reconstituer la séquence codante (coding DNA sequence ou CDS en anglais), laquelle est toujours incluse dans un cadre de lecture ouvert avec, à l'amont de la séquence codante, la région 5’ non traduite (5’-UTR) et, en aval de la séquence codante, la région 3’ non traduite (3’-UTR). Les introns peuvent contenir des codons stop et n'ont pas nécessairement une taille divisible par 3. La notion de cadre de lecture ouvert s'applique donc à l'ARNm mature, après épissage.
Dans le cadre de la prédiction de gènes, la définition [start - stop] d'un cadre ouvert de lecture est parfois remise en cause, au profit d'une définition [stop - stop][2],[3] jugée plus générale, car pouvant s'appliquer à la recherche d'exons dans les génomes eucaryotes et à l'analyse de gènes/transcrits partiels, obtenus par exemple par séquençage de transcriptomes ou de métagénomes.
Description
Chaque séquence d'ADN peut être lue selon 3 cadres de lecture décalés d'un nucléotide les uns par rapport aux autres (0, +1, +2). Sur l'ADN, il peut y avoir transcription en ARN de l'un ou l'autre des deux brins, ce qui conduit à un total de six cadres de lecture.
La recherche des cadres de lecture ouverts a été facilitée par l'apparition d'outils bioinformatiques performants. Cette recherche est plus facile chez les procaryotes que chez les eucaryotes, les gènes de ces derniers étant composés d'une succession d'introns et d'exons.
Cadre de lecture ouvert non canonique
Au côté des cadres de lecture ouverts (ORF) correspondant aux gènes et codant des protéines, on observe dans le génome présumé non codant des cadres de lecture ouverts atypiques, dits « non canoniques » (ncORF) qui codent aussi des peptides, plus ou moins stables et englobés sous la dénomination de « protéome sombre ». En effet, certains ARN transcrits sur ces ncORF sont capables d'interagir avec les ribosomes pour produire de microprotéines. La traduction de ces cadres de lecture ouverts non canoniques « a été observée dans tous les types de cellules humaines et dans tous les états pathologiques, avec des implications majeures pour la protéomique, la génomique et la science clinique. »[4],[5]
Une étude panprotéomique montre qu'au moins 25 % d'un ensemble de 7 264 ncORF donnent lieu à des produits géniques traduits, produisant plus de 3 000 peptides. Les progrès de la protéomique, de l’immunopeptidomique, de profilage ribosomique (Ribo-seq) et de l’annotation génétique permettent d'éclaircir le rôle de ces ncORF[5]. Une plateforme permettra de faire progresser la compréhension des implications biomédicales des peptides dérivés de ncORF[6].
Liens externes
- Projet EMBOSS - une interface web pour extraire les ORF d'une séquence génétique
- Bioinformatics.org - une interface web pour extraire les ORF d'une séquence génétique
Références
- Patricia Sieber, Matthias Platzer et Stefan Schuster, « The Definition of Open Reading Frame Revisited », Trends in Genetics, vol. 34, no 3, , p. 167–170 (ISSN 0168-9525, DOI 10.1016/j.tig.2017.12.009, lire en ligne, consulté le )
- Claverie, J.-M. (1997) Computational methods for the identification of genes in vertebrate genomic sequences. Hum. Mol. Genet. 6, 1735–1744.
- P. Sieber, M. Platzer, S. Schuster (2018) The definition of open reading frame revisited. Trends Genet. 34, 167-170.
- (en) « ‘Dark proteome’ survey reveals thousands of new human genes », sur www.science.org (consulté le )
- Kareen Fontaine & J. Paiano, « Des « gènes sombres » cachés dans l’ADN humain révélés par une étude », sur Trust My Science, (consulté le )
- (en) Eric W Deutsch, Leron W Kok, Jonathan M Mudge, Jorge Ruiz-Orera, Ivo Fierro-Monti, Zhi Sun, Jennifer G Abelin, M Mar Alba, Julie L Aspden, Ariel A Bazzini, Elspeth A Bruford, Marie A Brunet, Lorenzo Calviello, Steven A Carr, Anne-Ruxandra Carvunis, Sonia Chothani, Jim Clauwaert, Kellie Dean, Pouya Faridi, Adam Frankish, Norbert Hubner, Nicholas T Ingolia, Michele Magrane, Maria Jesus Martin, Thomas F Martinez, Gerben Menschaert, Uwe Ohler, Sandra Orchard, Owen Rackham, Xavier Roucou, Sarah A Slavoff, Eivind Valen, Aaron Wacholder, Jonathan S Weissman, Wei Wu, Zhi Xie, Jyoti Choudhary, Michal Bassani-Sternberg, Juan Antonio Vizcaíno, Nicola Ternette, Robert L Moritz, John R Prensner & Sebastiaan van Heesch, « High-quality peptide evidence for annotating non-canonical open reading frames as human proteins », BioRxiv, (DOI 10.1101/2024.09.09.612016, lire en ligne, consulté le ).
