Calculateur de taux de GC

Calculateur de taux de GC

Leader AI Skill PRO

Entrez le calcul

Utilisez les lettres A, T (ou U pour l'ARN), G et C, en majuscules ou minuscules. Les espaces, sauts de ligne, chiffres et « - » sont ignorés ; les codes d'ambiguïté IUPAC comme N sont acceptés et exclus du décompte.
Exemple : ATGCATGCATGC
Remarque : Le taux de GC correspond au pourcentage de bases azotées d'une séquence ADN qui sont soit des guanines (G), soit des cytosines (C).

Formule

GC%=NG+NCNG+NA+NT+NC×100à partir de Séquence ADN\text{GC\%} = \frac{N_G + N_C}{N_G + N_A + N_T + N_C} \times 100 \quad\text{à partir de }\text{Séquence ADN}
Statistiques d'utilisation

Publicité

Résultats

Taux de GC

50%
Séquence ADN saisie ATGCATGCATGC
Séquence ADN valide ATGCATGCATGC
Nombre total de bases valides 12
Nombre de GC 6
Nombre d'AT 6
Taux d'AT 50%
■ Taux de GC ■ Taux d'AT

Signaler une erreur sur cette page

À quoi sert le calculateur de taux de GC

Cet outil calcule le taux de GC de n'importe quelle séquence ADN, c'est-à-dire le pourcentage de bases qui sont soit des guanines (G), soit des cytosines (C). Le taux de GC est une mesure fondamentale en biologie moléculaire : il sert à comparer des génomes, à concevoir des amorces de PCR et à prédire la température de fusion ainsi que la stabilité de l'ADN double brin. Comme les appariements G–C sont reliés par trois liaisons hydrogène (contre deux seulement pour les appariements A–T), les séquences riches en G et en C ont tendance à être plus stables thermiquement.

Échelle d'ADN montrant les paires de bases G-C et A-T en couleurs distinctes
Le taux de GC compte les bases guanine (G) et cytosine (C) par rapport aux quatre bases.

Comment l'utiliser

  • Séquence ADN : collez ou saisissez votre séquence à l'aide des lettres A, T, G et C.
  • La saisie ne tient pas compte de la casse : « atgc » et « ATGC » donnent exactement le même résultat.
  • Tous les caractères autres que A, T, G ou C (espaces, chiffres, N, sauts de ligne) sont automatiquement supprimés avant le calcul, et le calculateur indique combien de caractères non valides ont été retirés.

Par exemple, en saisissant ATGCATGCATGC, vous obtenez instantanément un pourcentage.

La formule

Le calculateur compte les bases G et C de votre séquence nettoyée, puis divise ce total par le nombre total de bases valides :

$$\text{Taux de GC (\%)} = \frac{N_G + N_C}{N_G + N_A + N_T + N_C} \times 100$$

Il indique également le taux d'AT complémentaire, en appliquant la même logique au nombre de A et de T. En l'absence de base valide, le résultat est tout simplement de 0.

Publicité
Diagramme circulaire montrant la proportion de bases GC par rapport aux bases AT
Le GC% est la fraction de la séquence composée de bases G et C, exprimée en pourcentage.

Exemple concret

Prenons la séquence d'exemple ATGCATGCATGC :

  • Nombre total de bases = 12
  • Nombre de G = 3, nombre de C = 3, soit un total GC de 6
  • Taux de GC = \((6 \div 12) \times 100 = 50\,\%\) 50 %
  • Total AT = 6, soit un taux d'AT de 50 %

Une séquence équilibrée comme celle-ci présente des taux de GC et d'AT identiques.

Teneur en GC typique des organismes courants

La teneur en GC du génome varie énormément dans l'arbre du vivant, allant d'environ un cinquième à près de trois quarts de toutes les bases étant G ou C. Le tableau ci-dessous énumère les moyennes couramment citées du génome entier pour les organismes de référence bien étudiés. Tous les chiffres sont des moyennes génomiques approximatives arrondis à partir des assemblages de référence publiés ; la valeur exacte dépend de la souche, de l'isolat, de la version de l'assemblage, et selon que la séquence organellaire (mitochondriale, plastidiale) et répétitive/non placée est incluse. Les gènes individuels, les promoteurs, les introns et les isochores au sein du même génome peuvent s'écarter de la moyenne de 20 points de pourcentage ou plus, alors utilisez ces chiffres comme orientation, non pas comme cible pour une séquence particulière.

Organisme Type de génome % GC approx. Pourquoi il se situe là
Plasmodium falciparum (parasite du paludisme) Génome nucléaire, protozoaire apicomplexe ~19% L'un des génomes les plus riches en AT connus ; le biais extrême en AT s'étend aux régions codantes et rend la PCR et le clonage de ses séquences notoirement difficiles.
Dictyostelium discoideum (amibe sociale) Génome nucléaire, amibozo aire ~22% Fortement riche en AT, avec de longues répétitions d'homopolymères d'A et T qui ont compliqué son assemblage original.
Arabidopsis thaliana (arabette des dames) Génome nucléaire, plante à fleurs ~36% Typique de nombreux génomes nucléaires de plantes ; les exons codants sont plus riches en GC que la moyenne intergénique.
Saccharomyces cerevisiae (levure de boulangerie) Génome nucléaire, levure de bourgeonnement ~38% Génome eucaryote compact, dense en gènes avec un fond modérément riche en AT.
Homo sapiens (humain) Génome nucléaire, mammifère ~41% Mosaïque d'isochores pauvres et riches en GC ; les régions riches en gènes et les îles CpG sont bien au-delà de la moyenne du génome.
Drosophila melanogaster (mouche du vinaigre) Génome nucléaire, insecte ~42% Composition quasi équilibrée ; les régions hétérochromatiques et répétitives sont plus riches en AT que l'euchromatine.
Escherichia coli K-12 Chromosome bactérien circulaire ~50.8% Le génome de référence à composition équilibrée classique, ce qui est en partie la raison pour laquelle c'est un hôte de clonage et d'expression si pratique.
Mycobacterium tuberculosis H37Rv Chromosome bactérien circulaire (actinobactérie) ~65.6% Riche en GC comme la plupart des actinobactéries ; l'utilisation des codons est fortement décalée vers G/C à la troisième position.
Streptomyces coelicolor A3(2) Chromosome bactérien linéaire (actinobactérie) ~72% Parmi les génomes les plus riches en GC régulièrement utilisés ; l'amplification nécessite généralement des tampons adaptés au GC, du DMSO ou de la bétaïne.

Le schéma général est réel et reproductible : les parasites intracellulaires obligatoires et certaines amies libres et levures tendent à être riches en AT, tandis que les actinobactéries et de nombreuses bactéries du sol tendent à être riches en GC. Les causes sous-jacentes sont débattues et incluent un biais mutationnel, des différences dans les mécanismes de réparation de l'ADN, et une sélection liée au mode de vie et à l'environnement.

Publicité

Termes et variables clés

Variables utilisées dans la formule

Symbole Signification
\(N_G\) Nombre de bases de guanine (G) comptées dans la séquence.
\(N_C\) Nombre de bases de cytosine (C) comptées dans la séquence.
\(N_A\) Nombre de bases d'adénine (A) comptées dans la séquence.
\(N_T\) Nombre de bases de thymine (T) comptées dans la séquence.
\(N_G + N_A + N_T + N_C\) Bases valides totales — le dénominateur. Seuls les caractères A, T, G et C non ambigus sont comptés ; les lacunes, espaces, chiffres, sauts de ligne et lignes d'en-tête FASTA sont exclus, donc une séquence contenant des codes d'ambiguïté peut avoir un total inférieur à sa longueur de caractères bruts.

Termes

  • Adénine (A) — une base purique ; s'apparie avec la thymine dans l'ADN via deux liaisons hydrogène.
  • Thymine (T) — une base pyrimidique trouvée dans l'ADN ; s'apparie avec l'adénine.
  • Guanine (G) — une base purique ; s'apparie avec la cytosine via trois liaisons hydrogène.
  • Cytosine (C) — une base pyrimidique ; s'apparie avec la guanine.
  • Paire de bases (pb) — un appariement A–T ou G–C sur les deux brins d'une duplex ; aussi l'unité standard de la longueur de l'ADN.
  • Brin complémentaire — le brin opposé produit en remplaçant chaque base par son partenaire (A↔T, G↔C) et en inversant l'ordre. Parce que G s'apparie toujours avec C, une séquence et son complément ont une teneur en GC identique — vous pouvez calculer %GC à partir de l'un ou l'autre brin et obtenir la même réponse.
  • Teneur en GC (%GC) — le pourcentage de toutes les bases valides qui sont G ou C, tel que donné par la formule ci-dessus.
  • Teneur en AT — la quantité complémentaire pour les séquences contenant uniquement A, T, G et C : \(\text{AT\%} = 100 - \text{GC\%}\).
  • Température de fusion (Tm) — la température à laquelle la moitié d'une population de duplex d'ADN s'est séparée en brins simples. Elle augmente avec la teneur en GC mais dépend également de la longueur, du sel, de la concentration et du contexte de la séquence.
  • Amorce PCR — un court oligonucléotide synthétique (couramment environ 18–25 nt) qui s'hybride à un modèle et fournit l'extrémité 3′ à partir de laquelle une polymérase s'étend. Sa teneur en GC et son Tm sont les deux propriétés de composition que les concepteurs vérifient d'abord.
  • Isochore — un long segment d'ADN génomique (des centaines de kilobases) avec une teneur en GC relativement uniforme qui diffère des segments voisins. Les génomes de mammifères sont classiquement décrits comme une mosaïque de telles régions pauvres et riches en GC.
  • Code d'ambiguïté N — le symbole IUPAC pour « n'importe quelle base » (A, C, G ou T), utilisé où une lecture de séquençage est incertaine ou un écart d'assemblage est rempli. D'autres codes IUPAC tels que R (A ou G), Y (C ou T) et W (A ou T) fonctionnent de la même manière. Parce qu'un N pourrait être G, C, A ou T, il ne peut pas être noté et est normalement exclu à la fois du numérateur et du dénominateur — une séquence remplie de nombreux Ns rapportera %GC uniquement pour les bases résolues.
  • Uracile (U) — la pyrimidine qui remplace la thymine dans l'ARN ; il s'apparie avec l'adénine tout comme T. Les séquences d'ARN doivent donc être converties en leur forme d'ADN (remplacer chaque U par T) avant de calculer la teneur en GC, sinon les caractères U ne sont pas reconnus comme des bases valides et le dénominateur est faux. Notez que la valeur GC elle-même n'est pas affectée par la substitution, puisque U contribue à la teneur en AT, non en GC.

Questions fréquentes

Pourquoi le taux de GC est-il important ? Il influe sur la stabilité de l'ADN et sa température de fusion, aide à repérer les régions riches en gènes et intervient dans la conception des amorces afin qu'elles s'hybrident de façon fiable lors d'une PCR.

Que deviennent les caractères non valides ? Les lettres comme N, U, les espaces ou les caractères vides sont supprimés automatiquement. Seuls A, T, G et C sont conservés et comptabilisés : les espaces présents dans une séquence collée ne fausseront donc pas votre résultat.

Accepte-t-il les séquences ARN ? Le calculateur ne reconnaît que les bases de l'ADN (A, T, G, C). L'uracile (U) de l'ARN serait filtré ; convertissez donc d'abord les U en T pour obtenir un résultat fiable.

Dernière mise à jour:

Les plus populaires dans Chimie

Voir toutes les calculatrices de Chimie