تسلسل FASTA (.fasta)
Bioinformatics قياسيتنسيق FASTA هو تنسيق الملف الأساسي والمنتشر في المعلوماتية الحيوية وعلم الجينوم، ويمثل تسلسلات النيوكليوتيدات (DNA، RNA) وتَسلسُلات الأحماض الأمينية للبروتينات باستخدام رموز عالمية ذات حرف واحد.
تحويل FASTA إلى GENBANK
محول مجاني داخل المتصفح للتحويل من FASTA إلى GENBANK. قم بتحويل الملفات فوراً على جهازك.
فحص البيانات الوصفية
تتعرف أنظمة التشغيل ومحللات الملفات على ملفات FASTA من خلال فحص تسلسل البايت الثنائي البادئ:
توقيع رأس الملف على مستوى البايت (Magic Bytes)
تتعرف أنظمة التشغيل ومحللات الملفات على ملفات FASTA من خلال فحص تسلسل البايت الثنائي البادئ:
التوقيع الست عشري (الإزاحة 0):
3Eتمثيل ASCII: >
القياسية: Bioinformatics de facto global standard
المواصفات الفنية
| هيكلية الحاوية | Plaintext sequence file where header lines start with '>' followed by sequence identifier, and succeeding lines contain single-letter nucleotide or amino acid codes |
| الضغط | Uncompressed text (frequently compressed with Gzip as .fasta.gz or .fa.gz) |
| ترتيب البايتات (Endianness) | ASCII / UTF-8 text stream |
| مساحات الألوان | N/A (Genomic Sequence Data) |
| القنوات والبنية | Nucleic acid codes (A, C, G, T, U, N) or IUPAC 20 amino acid protein codes |
| الحد الأقصى للأبعاد | Unbounded sequence length (supports entire human chromosomes over 250 million base pairs) |
| الشفافية | None |
| البث والتحميل التدرجي | Sequential record-by-record streaming processing |
مصفوفة المقارنة التقنية: FASTA مقابل المنافسين
| السمة التقنية | FASTA (الحالي) | FASTQ | GENBANK | GFF |
|---|---|---|---|---|
| درجات الجودة | بلا (حروف تسلسل نقية) | درجات جودة Phred لكل قاعدة | بلا (تعليقات توضيحية للميزات) | بلا (إحداثيات الميزات) |
| سطر الرأس | يبدأ بحرف '>' | يبدأ بحرف '@' | كتلة LOCUS منظمة | أعمدة جينومية مفصولة بعلامات تبويب |
| الاستخدام الأساسي | الجينومات المرجعية وبحث BLAST | أجهزة التسلسل الخام عالية الإنتاجية (Illumina) | جينات معلنة شاملة | تعليقات توضيحية للميزات الجينومية |
| حجم الملف (بشري) | ~3 جيجابايت غير مضغوط | ~100+ جيجابايت (مع الجودات) | نص غني متعدد الجيجابايت | ~50 ميجابايت |
أنماط التلف الشائعة ودليل استرداد النظام السداسي
تبلغ أداة المعلوماتية الحيوية عن 'حرف تسلسل غير صالح في السطر X'.
السبب الجذري: مسافات بيضاء، أو أرقام، أو أحرف غير تابعة لـ IUPAC داخل أسطر التسلسل.
الاسترداد: تصفية وتنظيف أحرف التسلسل باستخدام File2File Bioinformatics Tool.
تحليل الأمان وناقلات هجوم المحلل اللغوي
تقوم أدوات الجينوم بتحليل ملفات FASTA ضخمة متعددة الجيجابايت حيث يمكن أن تحدث تجاوزات صحيحة (integer overflows) عند فهرسة إحداثيات التسلسل.
ناقلات الهجوم المعروفة
- تجاوز الأعداد الصحيحة في مفهرسات التسلسل ذات 32 بت (FAI) التي تتجاوز 2^31 زوجًا قاعديًا.
- تجاوز سعة المخزن المؤقت عند قراءة رؤوس معرفات التسلسل الطويلة بشكل مفرط.
- حجب الخدمة (DoS) من خلال استعلامات المحاذاة المرضية.
أفضل الممارسات الدفاعية:
الأصول التاريخية والمحطات الرئيسية
المزايا الرئيسية والإيجابيات
- المعيار العالمي بلا منازع لعلم الأحياء الحسابي: تستخدمه كل أداة جينومية، وجهاز تسلسل، وقاعدة بيانات على وجه الأرض.
- بساطة شديدة: يبدأ السطر 1 بـ '>' متبوعًا بمعرف، متبوعًا بالحروف الجينية النصية العادية.
- سعة متعددة التسلسلات: يمكن أن يحتوي ملف واحد على آلاف الجينات الفردية أو الجينومات الفيروسية الكاملة.
القيود الفنية والسلبيات
- لا يحتوي على درجات جودة التسلسل (على عكس FASTQ، الذي يخزن درجات ثقة Phred لكل قاعدة).
- لا يوجد بناء جملة بيانات وصفية موحد لأسطر الرأس بخلاف المعرف الأولي.
- بصمة تخزين هائلة لمجموعات بيانات الجينوم الكامل بدون ضغط Gzip أو الضغط الجينومي المخصص.
معلومات تقنية طريفة
- يمكن تمثيل الجينوم البشري بالكامل البالغ 3 مليارات زوج قاعدي بتنسيق FASTA، مما يتطلب تقريبًا 3 جيجابايت من التخزين.
- الحروف الأربعة للحمض النووي (DNA) المخزنة في ملفات FASTA هي A (أدينين)، C (سايتوزين)، G (جوانين)، و T (ثايمين).
- عندما تم تسلسل جينوم فيروس كورونا COVID-19 لأول مرة في يناير 2020، قام العلماء بمشاركته عالميًا كملف FASTA مكون من 30,000 حرف.
الأسئلة التقنية المتكررة
ما هو ملف FASTA؟
ملف FASTA هو ملف نصي عادي يُستخدم في علم الأحياء لتخزين تسلسلات الحمض النووي (DNA)، أو (RNA)، أو البروتينات باستخدام اختصارات من حرف واحد.
ما الفرق بين FASTA و FASTQ؟
يخزن FASTA أحرف التسلسل الجيني فقط، بينما يخزن FASTQ كلاً من الأحرف ودرجة جودة دقة التسلسل لكل قاعدة.
كيف يمكنني عرض ملف FASTA؟
يمكنك فتح ملفات FASTA في أي محرر نصوص، أو عرضها في برامج المعلوماتية الحيوية مثل Jalview أو UGENE، أو تحويلها باستخدام File2File.app.
أزواج تحويل FASTA ذات الصلة
يؤدي تحويل تسلسل FASTA العادي إلى ملف GenBank مسطح إلى إضافة تعليقات توضيحية وبيانات وصفية أساسية إلى الشفرة الجينية الخام.
يؤدي تحويل ملف GenBank مسطح إلى تسلسل FASTA إلى إزالة البيانات الوصفية للتعليقات التوضيحية لترك تسلسلات النيوكليوتيدات أو الأحماض الأمينية الخام اللازمة لتحليل المعلوماتية الحيوية السريع.