Blast/BLATTERY detail
De wetenschappelijke naam
Als je wilt weten wat de gewone naam van het organisme is dan kun je die Latijnse naam proberen op te zoeken in bijv. de Nederlandse Wikipeda of het Nederlandse soortenregister. Besef wel dat heel veel soorten geen Nederlandse naam hebben, dan zul je het moeten doen met de wetenschappelijk (Latijnse) naam. Je kunt dan proberen meer te weten te komen door de naam op te zoeken bij de NCBI Taxonomy server. Je ziet dan dat jij een "Homo sapiens", een mens, bent. "Mus musculus" is een muis, "Drosophila melanogaster" een fruitvlieg), "Saccharomyces cerevisiae" een gist, "Zea mays" mais, enz.
Het is je misschien al opgevallen dat wetenschappelijke namen toevoegingen kunnen bevatten zoals: subsp. (subspecies ofwel ondersoort, Wikipedia), clone (kloon), strain (stam) gevolgd door een letter-nummer combinatie (bijv. Saccharomyces cerevisiae clone 1926-M13F). De naam van het organisme blijft in zo’n geval wel Saccharomyces cerevisiae. Andere beschrijvingen die je kunt tegenkomen zijn; a) uncultured bacterium clone xxx. Dit is een bacterie waarvan de naam (nog) niet bekend is, waarschijnlijk alleen maar 'gezien' als een DNA volgorde. b) unknown Proteobacterium, alpha-1 subclass xxx. Dit is een onbekende Proteobacterie van de subklasse alpha-1. c) Rhodobacter sp. Dit is een een Rhodobacter bacterie die nog geen eigen naam heeft gekregen, vandaar 'sp.' ("species", soort).
Verschillen
Twee DNA volgordes kunnen op twee manieren van elkaar verschillen, doordat een letter anders is (een "mismatch") of doordat een gat (een "gap", ontbrekene letters). Een "mismatch" is een 1-letter verschil, bijvoorbeeld een C in de ene volgorde tegenover een A in de andere volgorde (hieronder, rood omcirkeld). Bij een mismatch staan er dus twee letters tegenover elkaar die niet tegenover elkaar horen te staan. In ons voorbeeld zijn er 3 één-letter verschillen (mismatches).
Een letter van een DNA-code wordt een "base" of "nucleotide" genoemd. DNA bestaat uit 4 letters, A, G, C en T. Voor meer uitleg over DNA kun je bijv. kijken op de website van Alles over DNA".
Naast de 3 één-letter verschillen heeft het DNA in het voorbeeld ook 11 gaten ("gaps"). Een gaatje ontstaat in de vergelijking als er in een van de twee DNA volgordes één (blauw omcirkeld) of meer (groen omcirkeld) letters ontbreken. Een gap wordt aangegeven met een " - ". Het Blast programma beperkt het aantal streepjes, als er meerdere letters ontbreken telt het programma dit als één gat. Blast gebruikt niet zo maar een gaatje, hierop staat een fikse straf, anders zou het erg makkelijk zijn om twee DNA volgordes op elkaar te laten lijken.
Wanneer het aantal letters dat in een vergelijking ontbreekt telkens deelbaar is door 3 (3, 6, 9,12, etc.) dan wijst dit er op dat je waarschijnlijk een stuk DNA hebt dat vertaald wordt naar eiwit. Bij de vertaling van DNA naar eiwit wordt namelijk een 3-letter-code gebruikt. Eén zo’n blokje van 3 wordt een "codon" genoemd.
De gelijkenis
Als jouw DNA volgorde helemaal gelijk is aan de gevonden DNA volgorde (er zijn geen verschillen), dan is jouw volgorde waarschijnlijk van dezelfde soort (organisme). Het kan echter ook toeval zijn. Een stukje DNA van maar 15 letters komt al snel in bijna alle organismen voor. Een stuk van 500 letters is meestal uniek en komt maar in één organisme voor. Dus hoe langer het stuk DNA is, hoe kleiner de kans dat het stuk door toeval in meerdere organismen uit de databank voorkomt.
Een mens en een chimpansee zijn "evolutionair" verwant. Organismen die evolutionair verwant zijn hebben dezelfde verre voorouder, en vertonen daardoor weinig verschillen in hun DNA volgordes. Een hond verschilt meer van een mens dan chimpansees en heeft dus meer verschillen in de DNA volgord dan een chimpansee. Het DNA van een mens is voor ongeveer 95% tot 98,5% gelijk aan het DNA van een chimpansee. Het kan dus wel degelijk gebeuren dat een stuk menselijk DNA van 500 letters toch helemaal hetzelfde is aan een stuk DNA van een chimpansee. Maar..., twee mensen verschillen ook, ongeveer 1 per 500-1000 letters. Ongeveer 4 miljoen verschillen tussen twee mensen!! Dus zelfs als je een verschil ziet dan wil dit niet gelijk zeggen dat de gevonden DNA volgorde van een ander organisme is.
Om de DNA volgorde te bepalen worden de letters een voor een afgelezen. Bij het aflezen van de letters worden ook fouten gemaakt. Tegenwoordig is dat minder dan 1 fout per 1000 letters. Eén verschil in een DNA volgorde hoeft dus niet te betekenen dat DNA van een ander organisme is, het kan ook van een ander individu zijn of een leesfoutje. Meer informatie over hoe DNA wordt afgelezen, ook wel DNA-sequensen genoemd, kun je vinden op site van Alles over DNA.
Rekenvoorbeeld
In het voorbeeld komt base 1 tot en met 254 van jouw sequentie overeen met base 2 tot en met 250 van de gevonden volgorde, met 3 mismatches en 11 gaps. Dit betekend dat er van de 254 letters in totaal 3+11=14 verschillen zijn; de DNA volgordes verschillen voor 14/254 x 100 % = 5,5%. De DNA volgordes zijn dus voor 100%-5,5% = 94,5% hetzelfde. In dit geval kiezen we dus voor nagenoeg gelijk is (95-99% hetzelfde).
©met dank aan Carlien Kamerling, Hienke Sminia & Johan den Dunnen
