CpG-Inseln in einer DNA-Sequenz finden

CpG ist seltener, als es sein sollte

CpG bezeichnet ein Cytosin, auf das entlang eines Strangs ein Guanin folgt (das p steht für das Phosphat dazwischen). In einer Zufallssequenz mit 40 % GC sollte CpG unter 25 Dinukleotiden einmal vorkommen, im größten Teil des menschlichen Genoms findet man es aber etwa fünfmal seltener. Methylierte Cytosine in CpG mutieren über evolutionäre Zeiträume zu Thymin, sodass CpG überall langsam verloren ging, außer in Regionen, die unmethyliert blieben.

Was eine CpG-Insel ist

Eine CpG-Insel ist ein Abschnitt, in dem CpG so häufig ist, wie der Zufall erwarten lässt. Die üblichen Kriterien nach Gardiner-Garden und Frommer (1987):

• mindestens 200 bp lang,
• GC-Gehalt über 50 %,
• Verhältnis von beobachtetem zu erwartetem CpG über 0,6, mit erwartet = (Zahl der C × Zahl der G) ÷ Länge.

Strengere Kriterien (Takai und Jones, 2002: 500 bp, 55 % GC, Verhältnis 0,65) schließen Alu-Wiederholungen aus, die sonst durchgehen. Etwa 60 % der menschlichen Gene, darunter fast alle Haushaltsgene, haben eine CpG-Insel an ihrem Promotor.

Warum sie wichtig sind

CpG-Inseln an Promotoren sind normalerweise unmethyliert, und das Gen ist für die Transkription offen. Wird eine Insel methyliert, wird das Gen stillgelegt; so werden bei Krebs viele Tumorsuppressoren abgeschaltet, und so funktionieren Imprinting und X-Inaktivierung. Inseln in einer Sequenz zu finden ist der erste Schritt, um Regionen für Bisulfit-Sequenzierung oder methylierungsspezifische PCR auszuwählen.

Eine Sequenz absuchen

1. Füge die Sequenz in den CpG-Insel-Finder ein.
2. Lege das Fenster (200 bp ist Standard), den minimalen GC-Anteil und das minimale Verhältnis beobachtet/erwartet fest.
3. Das Werkzeug schiebt das Fenster über die Sequenz und meldet jede Region, die die Schwellen erfüllt, mit Position, Länge, GC-Anteil und Verhältnis.

Überlappende Fenster, die die Kriterien erfüllen, werden zu einer Insel zusammengefasst. Grenzfälle solltest du mit den strengeren Einstellungen prüfen, bevor du dich darauf verlässt.

Verwandte Werkzeuge

DNA-Statistik liefert GC-Gehalt und Dinukleotidzahlen einer ganzen Sequenz, und Muster in DNA finden listet jede CG-Position auf.