Le Code génétique

2 parties :
Qu'est-ce que le code génétique ?
Le code génétique a une logique

Qu'est-ce que le code génétique ?

Le code génétique est un tableau (dictionnaire de traduction) des correspondances entre les 64 triplets de bases azotées de l'ARNm (codons) et les acides aminés.

Il y a 64 codons:
c'est le nombre de combinaisons (codons) de 3 lettres ORDONNÉES parmi 4: 4³ = 64 mots.
Les 4 bases étant U=uracile, C=cytosine, A=adénine et G=guanine.
Les codons sont écrits dans le sens 5' -> 3' (ces numéros désignant les carbones du ribose)

Les anti-codons sont les ensembles de 3 lettres de l'ARNt complémentaires de l'ARNm. Il y a 20 acides aminés "standard" reconnus par les ARNt (soit 32 ARNt standard).

Sources:

Principes de Biochimie, Lehninger, Nelson et Cox, 1994, Flammarion, 5-1

Pour la Science, Dossier n°46, janvier-mars 2005, p 15, figure 5

N.B.1 - Ne pas confondre "code génétique" avec "information génétique". L'information génétique est une notion vague et théorique qui signifie les données enregistrées dans les acides nucléiques et les protéines par la cellule: voir cours de 1èreS).
N.B.2 - Ce code est le seul qui doive être appelé "code génétique". Toute autre correspondance de bases de l'ADN par exemple avec celles de l'ARN ou, de façon indirecte entre les bases de l'ADN et les acides aminés.... ne doivent pas être appelées ainsi.
Remarque:
pour ceux qui seraient tentés de pousser un peu loin la métaphore (et non l'analogie) de la séquence de la traduction de l'ADN avec la lecture, je conseille un article de fond de Guiseppe Longo : Giuseppe LONGO, L'alphabet, la Machine et l'ADN : l'incomplétude causale de la théorie de la programmation en biologie moléculaire, présenté lors du Colloque de Philosophie des sciences : LE LOGIQUE ET LE BIOLOGIQUE, 22 avril 2005, Université Paris 1 (Panthéon-Sorbonne).

Les phénomènes de lecture non-conventionnelle lors de la traduction sont qualifiés de recodage. Pour les esprits curieux je conseille une conférence sur le sujet à l'ENS : "Le recodage : une lecture alternative du code génétique" par Olivier Namy (univ. Paris XI) [16th February, 2005 at 14:30] - http://diffusion.ens.fr /en/ index.php? res=conf&idconf=556)

C'est au cours des années 1960-1965 que le code génétique fût élucidé (M. Nirenberg, H. Matthaei, P. Leder, H. Gobind Khorana en furent les artisans) même si le tableau ci-dessus n'a été publié dans son intégralité qu'en 1966.

Ce code est universel.

En effet, les rares exceptions que l'on connaît chez quelques bactéries, et quelques eucaryotes, notamment au niveau des mitochondries (qui ont leurs propres ARNt et dont le génome ne code que pour 10 à 20 protéines) et chez quelques unicellulaires, sont regardées plutôt comme des preuves de l'universalité plutôt que comme des exceptions à une règle. On préfère parler de flexibilité contrôlée. Cette universalité est un argument très fort pour l'unité du vivant plus précisément pour une origine commune des mécanismes moléculaires du vivant.

Ce code est dit dégénéré (on dit parfois redondant) ce qui signifie qu'un acide aminé peut être désigné par plusieurs codons (seuls la méthionine et le tryptophane n'ont qu'un seul codon). (Chez E. coli 21 aa peuvent être reconnus car le codon UGA servant occasionnellement pour la sélénocystéine, ce qui rend dans ce cas le code ambigu.)

Pour des lecteurs qui maîtrisent l'anglais et qui désireraient voir en action l'utilisation des différents codes voir l'adresse: http://www.kazusa. or.jp/ codon/
Ce site référence l'utilisation des différents codons chez 32.775 organismes. Les différents codes peuvent être affichés une fois que vous avez choisi votre organisme (les aa sont représentés par leur lettre).

Ce code est parfois dit ponctué car il possède un codon d'initiation (AUG) qui code pour la méthionine (en position interne) qui initie toutes les chaînes polypeptidiques (procaryotes et eucaryotes) et donc définit ce que l'on appelle le cadre de lecture (en effet, il suffit d'un décalage d'une base pour que les mots soient différents puisque le code n'est pas ponctué entre chaque mot); c'est la "phrase" que constitue l'information nécessaire à une séquence polypeptidique qui peut être éventuellement être qualifiée de ponctuée, puisqu'elle possède un signal d'initiation et un signal de terminaison (codons stop ou non-sens qui habituellement provoquent l'arrêt de l'allongement de la chaîne polypeptidique... mais l'on connaît des ARNt qui suppriment des mutations non-sens (voir par exemple certains antibiotiques utilisés dans le traitement de la mucoviscidose); de même le code est non chevauchant car les codons sont lus successivement sans chevauchement.
Cependant il existe certains cas de chevauchement au niveau des gènes par décalage du cadre de lecture pour des ADN viraux.

On remarque que les deux premières bases de chaque codon sont pratiquement déterminantes pour tous les ARNt, ce qui se traduit par quatre codons possibles pour un aa typique. Plus rarement deux codons sont associés à un aa et l'on remarque cette fois que les deux bases puriques (A et G) sont associés en 3ème position du codon à un aa alors que les bases pyrimidiques (U et C) sont associées de même à un autre aa. Ces caractéristiques chimiques et structurales font penser à des contraintes d'appariement entre les trois bases de l'ARNm (codon dans le sens 5'->3') avec les trois bases de l'ARNt (anticodon dans le sens inverse: 3'->5'), la première base de l'anticodon s'associant avec la troisième base du codon. En fait les ARNt possèdent un cinquième nucléotide possible au niveau de leur anticodon : l'inositate (renfermant une base inhabituelle: l'hypoxanthine) qui peut s'associer (faiblement) par liaison hydrogène avec U, C ou A. L'appariement le plus lâche constaté entre la dernière base du codon (de l'ADN) et de l'anti-codon (de l'ARNt) à conduit F. Crick à émettre ce que l'on appelle l'hypothèse du tremblement (wobble hypothesis) qui énonce des règles d'associations codon-anticodon et grâce à laquelle un nombre minimal de 32 ARNt est nécessaire. On considère que cet appariement lâche favorise la vitesse de traduction sans diminuer la précision étant donné la redondance du code.

Dans le tableau suivant les couleurs jaune - vert - bleu indiquent les degrés d'hydrophilie, notion expliquée dans la seconde partie (la logique du code génétique)

L'échelle avec l'index d'hydropathie est une autre échelle d'hydrophilie (voir explications plus bas)

hydroPHOBIE Phe Leu Ile Met Cys Trp Val Thr Pro Tyr Ala Ser Gly His Gln Arg Asn Lys Asp Glu hydroPHILIE

Index d'hydropathie* 4,5 4,2 3,8 2,8 2,5 1,9 1,8 -0,4 -0,7 -0,8 -0,9 -1,3 -1,6 -3,2 -3,5 -3,9 -4,5
Index d'hydropathie*

Ile Val Leu Phe Cys Met Ala Gly Thr Ser Trp Tyr Pro His Glu Gln Asn Asp Lys Arg

* échelle d'hydrophobie-philie EN SOLUTION d'après Kyte, J. et Doolittle, R.F. (1982), J. Mol. Biol., 157, 105-132 (in Principes de Biochimie, Lehninger, Nelson et Cox, 1994, Flammarion, 5-1)

1ère position 2ème position 3ème position

U C A G

U UUU Phe phénylalanine UCU Ser sérine UAU Tyr Tyrosine UGU Cys cystéine U

UUC Phe UCC Ser UAC Tyr UGC Cys C

UUA Leu leucine UCA Ser UAA STOP non sens UGA STOP non sens A

UUG Leu UCG Ser UAG STOP UGG Trp tryptophane G

C CUU Leu CCU Pro proline CAU His histidine CGU Arg arginine U

CUC Leu CCC Pro CAC His CGC Arg C

CUA Leu CCA Pro CAA Gln glutamine CGA Arg A

CUG Leu CCG Pro CAG Gln CGG Arg G

A AUU Ile isoleucine ACU Thr thréonine AAU Asn asparagine AGU Ser sérine U

AUC Ile ACC Thr AAC Asn AGC Ser C

AUA Ile ACA Thr AAA Lys lysine AGA Arg arginine A

AUG Met initiation
méthionine ACG Thr AAG Lys AGG Arg G

G GUU Val valine GCU Ala alanine GAU Asp acide aspartique GGU Gly glycine U

GUC Val GCC Ala GAC Asp GGC Gly C

GUA Val GCA Ala GAA Glu acide glutamique GGA Gly A

GUG Val GCG Ala GAG Glu GGG Gly G

hydroPHOBIE Phe Leu Ile Met Cys Trp Val Thr Pro Tyr Ala Ser Gly His Gln Arg Asn Lys Asp Glu hydroPHILIE

Le code génétique a une logique

On cherche à comprendre le sens du code génétique. C'est bien sûr un sens construit a posteriori par le chercheur qui cherche à comprendre la vie qui est une donnée (un phénomène).

Qu'est-ce que la vie ?

Au niveau aa-ARNm, l'hypothèse classique la plus séduisante repose sur l'hydrophilie (affinité pour l'eau) des acides aminés

L'hydrophilie (affinité pour l'eau) / hydrophobie (répulsion pour l'eau) des aa ont été étudiées par Laurence Durst et Stephen Freeland (Pour la Science, Dossier n°46, janvier-mars 2005, p 15, figure 5). J'ai mis en regard en haut du tableau les valeurs données par une autre source (index d'hydropathie).

Le code génétique contient une logique très forte si l'on considère que le changement d'une seule base (pour chaque codon) modifie modérément l'affinité pour l'eau de l'aa codé. Ainsi le changement de UCU (Ser) en ACU (Thr), CCU(Arg), GCU (Val) qui sont des aa fort différents a des conséquences relativement limitées du point de vue de l'affinité pour l'eau de ces aa (3 niveaux de l'échelle qui en comporte 8).

Cette explication cadre très bien avec notre compréhension moderne de l'eau cellulaire (voir page sur la cellule)

Le code génétique a une logique de correspondance enzymatique au niveau aa-ARNt par l'intermédiaire des ARNt-synthétases

Le code génétique, même s'il est exprimé en terme de correspondance ARNm-aa reflète en fait une liaison aa-ARNt. En effet, la correspondance entre un codon et un aa repose sur les ARNt et donc revient à établir une correspondance entre ARNt et les aa. On pense que la formation d'un complexe ARNt-aa résulte de l'activité d'enzymes (les ARNt synthétases) spécifiques de chaque couple (aa, ARNt).

Il y a donc un ARNt spécifique pour chaque aa. On peut aussi différencier les ARNt par leur anti-codon, mais avec des redondances. On peut donc considérer qu'il y a deux domaines dans chaque ARNt, un domaine d'accrochage spécifique d'un aa - à cause de la présence d'une enzyme de type ARNt (l'enzyme est alors la cause de la correspondance aa-ARNt) - et un domaine de reconnaissance codon-anticodon (c'est la séquence de l'ARNt au voisinage du codon qui est spécifique de ce domaine).

En supposant qu'il existe au départ un répertoire assez varié de domaine de reconnaissance ARNt-ARNm comment peut-on trouver un déterminisme d'accrochage de ces domaines avec le domaine de reconnaissance des aa ?

Une image pour montrer que le code génétique ne reflète pas une liaison directe entre ARNm et aa mais une liaison indirecte.

Les ribosomes sont les structures à fonction enzymatique qui relient l'ARNm aux complexes ARNt-aa et les ARNt synthétases sont les enzymes spécifiques de aa et des ARNt.
On explore actuellement une combinatoire entre domaines des ARNt synthétases et domaines protéiques par la synthèse d'ARNt synthétases artificielles ( voir par exemple les publications du laboratoire de R. Giege: Mécanismes et macromolécules de la synthèse protéique : http://www-ibmc.u-strasbg.fr/arn/Giege/index_giege_fr.html). Cette voie est clairement structurale et non plus réductionniste (voir niveaux d'organisation du vivant).

Une autre représentation du code génétique

Le but de cette présentation n'est bien évidemment pas de trouver une relation entre séquence des codons et aa mais bien de regrouper les aa entre eux - comme la cellule le fait pour la synthèse des protéines - pour faciliter les recherches au niveau de l'ARNt.

+ les aa sont colorés en fonction de leur degré d'hydrophilie

+ les codons sont colorés de la même couleur que les aa qui leur correspondent - les codons STOP en noir

+ les aa ont pour formule H₂N-CHR-COOH; seuls les groupements R, variables ont été représentés; sauf pour la Proline

Qu'est-ce que le code génétique ?	Le code génétique est un tableau (dictionnaire de traduction) des correspondances entre les 64 triplets de bases azotées de l'ARNm (codons) et les acides aminés.	Il y a 64 codons: c'est le nombre de combinaisons (codons) de 3 lettres ORDONNÉES parmi 4: 4³ = 64 mots. Les 4 bases étant U=uracile, C=cytosine, A=adénine et G=guanine. Les codons sont écrits dans le sens 5' -> 3' (ces numéros désignant les carbones du ribose) Les anti-codons sont les ensembles de 3 lettres de l'ARNt complémentaires de l'ARNm. Il y a 20 acides aminés "standard" reconnus par les ARNt (soit 32 ARNt standard).	Sources: Principes de Biochimie, Lehninger, Nelson et Cox, 1994, Flammarion, 5-1 Pour la Science, Dossier n°46, janvier-mars 2005, p 15, figure 5
	N.B.1 - Ne pas confondre "code génétique" avec "information génétique". L'information génétique est une notion vague et théorique qui signifie les données enregistrées dans les acides nucléiques et les protéines par la cellule: voir cours de 1èreS). N.B.2 - Ce code est le seul qui doive être appelé "code génétique". Toute autre correspondance de bases de l'ADN par exemple avec celles de l'ARN ou, de façon indirecte entre les bases de l'ADN et les acides aminés.... ne doivent pas être appelées ainsi. Remarque: pour ceux qui seraient tentés de pousser un peu loin la métaphore (et non l'analogie) de la séquence de la traduction de l'ADN avec la lecture, je conseille un article de fond de Guiseppe Longo : Giuseppe LONGO, L'alphabet, la Machine et l'ADN : l'incomplétude causale de la théorie de la programmation en biologie moléculaire, présenté lors du Colloque de Philosophie des sciences : LE LOGIQUE ET LE BIOLOGIQUE, 22 avril 2005, Université Paris 1 (Panthéon-Sorbonne).
Les phénomènes de lecture non-conventionnelle lors de la traduction sont qualifiés de recodage. Pour les esprits curieux je conseille une conférence sur le sujet à l'ENS : "Le recodage : une lecture alternative du code génétique" par Olivier Namy (univ. Paris XI) [16th February, 2005 at 14:30] - http://diffusion.ens.fr /en/ index.php? res=conf&idconf=556)	C'est au cours des années 1960-1965 que le code génétique fût élucidé (M. Nirenberg, H. Matthaei, P. Leder, H. Gobind Khorana en furent les artisans) même si le tableau ci-dessus n'a été publié dans son intégralité qu'en 1966.	Ce code est universel. En effet, les rares exceptions que l'on connaît chez quelques bactéries, et quelques eucaryotes, notamment au niveau des mitochondries (qui ont leurs propres ARNt et dont le génome ne code que pour 10 à 20 protéines) et chez quelques unicellulaires, sont regardées plutôt comme des preuves de l'universalité plutôt que comme des exceptions à une règle. On préfère parler de flexibilité contrôlée. Cette universalité est un argument très fort pour l'unité du vivant plus précisément pour une origine commune des mécanismes moléculaires du vivant.	Ce code est dit dégénéré (on dit parfois redondant) ce qui signifie qu'un acide aminé peut être désigné par plusieurs codons (seuls la méthionine et le tryptophane n'ont qu'un seul codon). (Chez E. coli 21 aa peuvent être reconnus car le codon UGA servant occasionnellement pour la sélénocystéine, ce qui rend dans ce cas le code ambigu.) Pour des lecteurs qui maîtrisent l'anglais et qui désireraient voir en action l'utilisation des différents codes voir l'adresse: http://www.kazusa. or.jp/ codon/ Ce site référence l'utilisation des différents codons chez 32.775 organismes. Les différents codes peuvent être affichés une fois que vous avez choisi votre organisme (les aa sont représentés par leur lettre).
		Ce code est parfois dit ponctué car il possède un codon d'initiation (AUG) qui code pour la méthionine (en position interne) qui initie toutes les chaînes polypeptidiques (procaryotes et eucaryotes) et donc définit ce que l'on appelle le cadre de lecture (en effet, il suffit d'un décalage d'une base pour que les mots soient différents puisque le code n'est pas ponctué entre chaque mot); c'est la "phrase" que constitue l'information nécessaire à une séquence polypeptidique qui peut être éventuellement être qualifiée de ponctuée, puisqu'elle possède un signal d'initiation et un signal de terminaison (codons stop ou non-sens qui habituellement provoquent l'arrêt de l'allongement de la chaîne polypeptidique... mais l'on connaît des ARNt qui suppriment des mutations non-sens (voir par exemple certains antibiotiques utilisés dans le traitement de la mucoviscidose); de même le code est non chevauchant car les codons sont lus successivement sans chevauchement. Cependant il existe certains cas de chevauchement au niveau des gènes par décalage du cadre de lecture pour des ADN viraux.
	On remarque que les deux premières bases de chaque codon sont pratiquement déterminantes pour tous les ARNt, ce qui se traduit par quatre codons possibles pour un aa typique. Plus rarement deux codons sont associés à un aa et l'on remarque cette fois que les deux bases puriques (A et G) sont associés en 3ème position du codon à un aa alors que les bases pyrimidiques (U et C) sont associées de même à un autre aa. Ces caractéristiques chimiques et structurales font penser à des contraintes d'appariement entre les trois bases de l'ARNm (codon dans le sens 5'->3') avec les trois bases de l'ARNt (anticodon dans le sens inverse: 3'->5'), la première base de l'anticodon s'associant avec la troisième base du codon. En fait les ARNt possèdent un cinquième nucléotide possible au niveau de leur anticodon : l'inositate (renfermant une base inhabituelle: l'hypoxanthine) qui peut s'associer (faiblement) par liaison hydrogène avec U, C ou A. L'appariement le plus lâche constaté entre la dernière base du codon (de l'ADN) et de l'anti-codon (de l'ARNt) à conduit F. Crick à émettre ce que l'on appelle l'hypothèse du tremblement (wobble hypothesis) qui énonce des règles d'associations codon-anticodon et grâce à laquelle un nombre minimal de 32 ARNt est nécessaire. On considère que cet appariement lâche favorise la vitesse de traduction sans diminuer la précision étant donné la redondance du code.
Dans le tableau suivant les couleurs jaune - vert - bleu indiquent les degrés d'hydrophilie, notion expliquée dans la seconde partie (la logique du code génétique)		L'échelle avec l'index d'hydropathie est une autre échelle d'hydrophilie (voir explications plus bas)

Le code génétique a une logique	On cherche à comprendre le sens du code génétique. C'est bien sûr un sens construit a posteriori par le chercheur qui cherche à comprendre la vie qui est une donnée (un phénomène).		Qu'est-ce que la vie ?
	Au niveau aa-ARNm, l'hypothèse classique la plus séduisante repose sur l'hydrophilie (affinité pour l'eau) des acides aminés
	L'hydrophilie (affinité pour l'eau) / hydrophobie (répulsion pour l'eau) des aa ont été étudiées par Laurence Durst et Stephen Freeland (Pour la Science, Dossier n°46, janvier-mars 2005, p 15, figure 5). J'ai mis en regard en haut du tableau les valeurs données par une autre source (index d'hydropathie).	Le code génétique contient une logique très forte si l'on considère que le changement d'une seule base (pour chaque codon) modifie modérément l'affinité pour l'eau de l'aa codé. Ainsi le changement de UCU (Ser) en ACU (Thr), CCU(Arg), GCU (Val) qui sont des aa fort différents a des conséquences relativement limitées du point de vue de l'affinité pour l'eau de ces aa (3 niveaux de l'échelle qui en comporte 8).	Cette explication cadre très bien avec notre compréhension moderne de l'eau cellulaire (voir page sur la cellule)
	Le code génétique a une logique de correspondance enzymatique au niveau aa-ARNt par l'intermédiaire des ARNt-synthétases
	Le code génétique, même s'il est exprimé en terme de correspondance ARNm-aa reflète en fait une liaison aa-ARNt. En effet, la correspondance entre un codon et un aa repose sur les ARNt et donc revient à établir une correspondance entre ARNt et les aa. On pense que la formation d'un complexe ARNt-aa résulte de l'activité d'enzymes (les ARNt synthétases) spécifiques de chaque couple (aa, ARNt).	Il y a donc un ARNt spécifique pour chaque aa. On peut aussi différencier les ARNt par leur anti-codon, mais avec des redondances. On peut donc considérer qu'il y a deux domaines dans chaque ARNt, un domaine d'accrochage spécifique d'un aa - à cause de la présence d'une enzyme de type ARNt (l'enzyme est alors la cause de la correspondance aa-ARNt) - et un domaine de reconnaissance codon-anticodon (c'est la séquence de l'ARNt au voisinage du codon qui est spécifique de ce domaine).	En supposant qu'il existe au départ un répertoire assez varié de domaine de reconnaissance ARNt-ARNm comment peut-on trouver un déterminisme d'accrochage de ces domaines avec le domaine de reconnaissance des aa ?

	Une image pour montrer que le code génétique ne reflète pas une liaison directe entre ARNm et aa mais une liaison indirecte.	Les ribosomes sont les structures à fonction enzymatique qui relient l'ARNm aux complexes ARNt-aa et les ARNt synthétases sont les enzymes spécifiques de aa et des ARNt. On explore actuellement une combinatoire entre domaines des ARNt synthétases et domaines protéiques par la synthèse d'ARNt synthétases artificielles ( voir par exemple les publications du laboratoire de R. Giege: Mécanismes et macromolécules de la synthèse protéique : http://www-ibmc.u-strasbg.fr/arn/Giege/index_giege_fr.html). Cette voie est clairement structurale et non plus réductionniste (voir niveaux d'organisation du vivant).
Une autre représentation du code génétique	Le but de cette présentation n'est bien évidemment pas de trouver une relation entre séquence des codons et aa mais bien de regrouper les aa entre eux - comme la cellule le fait pour la synthèse des protéines - pour faciliter les recherches au niveau de l'ARNt.
Une autre représentation du code génétique	+ les aa sont colorés en fonction de leur degré d'hydrophilie + les codons sont colorés de la même couleur que les aa qui leur correspondent - les codons STOP en noir + les aa ont pour formule H₂N-CHR-COOH; seuls les groupements R, variables ont été représentés; sauf pour la Proline