Den Einbuchstabencode einer Sequenz lesen

Sequenzen werden aus Platzgründen fast immer im Einbuchstabencode notiert — eine Kette aus 43 Aminosäuren als 43 Buchstaben statt 43 Dreibuchstaben-Kürzel. Wer den Code lesen kann, kann eine Sequenzangabe gegen Summenformel und Molekülmasse nachrechnen, statt sie unbesehen zu übernehmen.

Das Prinzip

Jede proteinogene Aminosäure hat einen eindeutigen Großbuchstaben: A für Alanin, G für Glycin, K für Lysin und so weiter. Die Zuordnung folgt teils dem Anfangsbuchstaben (A, C, G, …), teils historischen Konventionen, wo mehrere Aminosäuren um denselben Buchstaben konkurrieren — F für Phenylalanin, weil P bereits an Prolin vergeben ist.

Die Kette wird konventionell vom N-Terminus zum C-Terminus gelesen, also in Syntheserichtung der Festphasensynthese entgegengesetzt: Angehängt wird am wachsenden N-terminalen Ende, notiert wird von links nach rechts beginnend beim N-Terminus.

Zeichen für Modifikationen

Ein vorangestelltes Ac- zeigt N-terminale Acetylierung an, ein nachgestelltes -NH2 C-terminale Amidierung. Kleinbuchstaben markieren häufig D-Aminosäuren innerhalb einer sonst großgeschriebenen Sequenz — ein kleines d oder p mitten in Großbuchstaben ist kein Tippfehler, sondern eine bewusste Stereochemie-Angabe.

Cyclisierungen werden über Klammern oder einen expliziten Hinweis wie „cyclo” notiert, Disulfidbrücken über die Positionsangabe der beteiligten Cysteine. Fehlt diese Angabe bei einer Sequenz mit zwei oder mehr Cysteinen, bleibt offen, ob eine Brücke besteht — ein Zertifikat sollte das nicht offenlassen.

Gegenprobe: Sequenz gegen Summenformel

Aus der Sequenz lässt sich die Summenformel rekonstruieren: Aminosäurereste addieren, pro Peptidbindung ein Wassermolekül abziehen. Stimmt das Ergebnis nicht mit der angegebenen Summenformel überein, ist mindestens eine der beiden Angaben falsch oder eine Modifikation nicht dokumentiert.

Diese Gegenprobe dauert bei kurzen Sequenzen wenige Minuten und ist die einfachste Plausibilitätsprüfung, die sich ohne Labor durchführen lässt — sie prüft nicht die tatsächliche Charge, aber die Konsistenz der Angaben.

Häufige Lesefehler

Der häufigste Fehler ist, den Dreibuchstaben- mit dem Einbuchstabencode zu verwechseln: „Gly” und „G” bezeichnen zwar dieselbe Aminosäure, doch eine Sequenz im Dreibuchstabencode ohne Trennzeichen ist nicht als Einbuchstabenfolge lesbar und umgekehrt.

Ein weiterer Stolperstein sind Aminosäuren mit ähnlichen Buchstaben: I (Isoleucin) und L (Leucin) unterscheiden sich nur in einem Zeichen, ebenso D (Asparaginsäure, groß geschrieben) und d (D-Aminosäure als Stereodeskriptor, klein geschrieben an anderer Position). Genaues Lesen ist hier keine Förmelei.

Auch Leerzeichen und Trennzeichen sind eine häufige Fehlerquelle beim Abtippen einer Sequenz: Ein versehentlich eingefügtes oder fehlendes Zeichen verschiebt die gesamte nachfolgende Zuordnung und führt bei der Gegenrechnung gegen die Summenformel zu einem Ergebnis, das nicht passt, ohne dass der eigentliche Fehler offensichtlich wäre.

Woran sich das im Katalog ablesen lässt

Der Katalog führt derzeit 69 Referenzmaterialien in 9 Materialgruppen, mit 122 einzeln dokumentierten Chargen. Für jede dieser Chargen ist eine eigene Seite erreichbar, die Prüfmethode, Messwert, Spezifikation und Prüfdatum je Parameter ausweist — ohne Konto und vor der Kaufentscheidung einsehbar.

Bei 44 der 69 Materialien sind CAS-Nummer, Summenformel, Molekülmasse und Sequenz gegen öffentliche chemische Datenbanken abgeglichen. Die übrigen sind gekennzeichnet, weil sich mindestens ein Referenzwert dort nicht eindeutig belegen lässt — bei Gemischen, Polypeptidfraktionen und rekombinanten Proteinen ist das der Normalfall. Eine Kennzeichnung ist hier die ehrlichere Angabe als eine Zahl, die niemand nachprüfen kann.

Einordnung

Der Einbuchstabencode ist keine Abkürzung ohne Informationsverlust, sondern die kompakteste vollständige Beschreibung einer Sequenz. Jedes Materialprofil im Katalog führt die Sequenz in dieser Notation.

Research Use Only. Alle im Katalog geführten Materialien sind ausschließlich für die wissenschaftliche Laborforschung bestimmt. Sie sind keine Arzneimittel, keine Lebensmittel und keine Kosmetika und nicht zur Anwendung am oder im menschlichen oder tierischen Körper bestimmt.