CODE GÉNÉTIQUE

L'ADN (pour acide désoxyribonucléique) est une macromolécule linéaire, support matériel de l’hérédité de tous les organismes vivants, à l’exception de quelques virus. Une molécule d’ADN est constituée de l'enchaînement de quatre motifs moléculaires, les nucléotides. Cet enchaînement étant séquentiel, on le représente comme un texte écrit avec un alphabet de quatre lettres, notées A, T, G et C – du nom des quatre sortes de « bases » qui spécifient les nucléotides : adénine, thymine, guanine et cytosine. Ce texte représente la séquence de l’ADN considéré.

Physiquement, cette molécule est faite de deux brins enroulés l’un sur l’autre selon une loi de complémentarité entre les nucléotides des brins appariés : en face d'un A on trouve toujours un T sur l’autre brin ; en face d'un C, un G ; d'un T, un A ; d'un G, un C.

La séquence de l'ADN a de nombreuses fonctions, dont en particulier celle de définir localement des segments qui codent les protéines : les gènes. Les protéines sont, là encore, des enchaînements de modules de base appelés acides aminés, mais cette fois de vingt types différents. Un gène correspond donc à l'enchaînement local des lettres du texte de l'ADN qui définit l'enchaînement des acides aminés de la protéine. On parle de colinéarité entre les deux séquences : la règle qui permet la correspondance entre le texte de l'ADN et le texte des protéines est le « code génétique ».

Un décodage opérant sur trois niveaux

Comment passe-t-on sans erreur d’un texte écrit dans un alphabet à quatre lettres à un texte utilisant un alphabet à vingt lettres ? Ce changement de code est assuré par un intermédiaire entre l'ADN et les protéines, une molécule d’ARN (pour acide ribonucléique) copiée exactement sur l'ADN du gène qui doit être traduit en protéine : cet ARN est appelé ARN messager (ARNm). L’information génétique y est toujours codée par un alphabet nucléotidique à quatre lettres ATUG, dans lequel U (pour uracile) remplace le T de l’ADN. On se trouve donc toujours devant la nécessité d’un code et d’un « traducteur » pour passer de l’ARNm à la protéine. Concernant le code de correspondance, l’association de 2 bases prises parmi les 4, génère seulement 16 combinaisons, chiffre insuffisant devant les 20 acides aminés ; mais, si l'on en prend 3, on en trouve 64 (4³), nombre en excès !

Le code de correspondance (quasi) universel entre une séquence d’ARN et un acide aminé fut découvert au début des années 1960 : à chaque suite de trois nucléotides (encore appelée codon) de l'ARN copié à partir du texte de l'ADN correspond un acide aminé. Comme les nucléotides sont lus trois par trois, il est essentiel que le début de la lecture soit bien spécifié, pour que le décodage s’effectue selon le bon cadre de lecture : un décalage d’un seul ou de deux nucléotides changerait la séquence de la protéine. Un codon dit d’initiation indique donc précisément le début de la protéine à traduire, et d’autres, dits de terminaison ou codons stop, en indiquent la fin.

Puisqu’il existe 64 codons disponibles, plusieurs d’entre eux sont « synonymes » : ils spécifient le même acide aminé ; on dit que le code est dégénéré. La plupart des synonymes ne diffèrent que par la troisième base du triplet, celui-ci étant lu de gauche (côté 5') à droite (côté 3').

Concernant la traduction – le décodage –, c'est sans doute à Francis Crick qu'on doit l'idée qu'il fallait un « adaptateur », entre l'ARN messager et la protéine. Il s'agit d'une classe particulière d'ARN, les ARN de transfert, au nombre de 20. Une partie de leur molécule reconnaît spécifiquement un codon de l’ARNm par un triplet complémentaire (l’anticodon), et une autre porte un acide aminé[...]