تسلسل FASTA (.fasta)
FASTA قياسيFASTA تنسيق نصي شائع للتسلسلات؛ ويتوقف الحجم على البيانات والتنسيق. تختلف سجلات GenBank وتتغير الإحصاءات مع كل إصدار.
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: >
التوحيد القياسي: FASTA تنسيق نصي شائع للتسلسلات؛ ويتوقف الحجم على البيانات والتنسيق. تختلف سجلات GenBank وتتغير الإحصاءات مع كل إصدار.
المواصفات الفنية
| هيكلية الحاوية | ملف تسلسلات نصي؛ تبدأ أسطر الترويسة بعلامة > يتبعها معرّف التسلسل، وتحتوي الأسطر التالية على رموز من حرف واحد للنيوكليوتيدات أو الأحماض الأمينية |
| الضغط | نص غير مضغوط (يُضغط غالبًا باستخدام Gzip إلى .fasta.gz أو .fa.gz) |
| ترتيب البايتات (Endianness) | تدفق نصي بترميز ASCII أو UTF-8 |
| مساحات الألوان | لا ينطبق (بيانات تسلسل جينومي) |
| القنوات والبنية | رموز الأحماض النووية (A وC وG وT وU وN) أو رموز الأحماض الأمينية العشرين في IUPAC |
| الحد الأقصى للأبعاد | طول التسلسل غير محدود (يدعم كروموسومات بشرية كاملة يتجاوز طولها 250 مليون زوج قاعدي) |
| الشفافية | لا ينطبق |
| البث والتحميل التدرجي | معالجة بالتدفق للتسجيلات بالتتابع، سجلًا بعد آخر |
مصفوفة المقارنة التقنية: FASTA مقابل المنافسين
| السمة التقنية | FASTA (الحالي) | FASTQ | GENBANK | GFF |
|---|---|---|---|---|
| درجات الجودة | لا يحتوي على درجات جودة (أحرف التسلسل فقط) | درجات جودة Phred لكل قاعدة | لا يحتوي على درجات (تعليقات توضيحية للخصائص) | لا يحتوي على درجات (إحداثيات الخصائص) |
| سطر الرأس | يبدأ بحرف '>' | يبدأ بحرف '@' | كتلة LOCUS منظمة | أعمدة بيانات جينومية مفصولة بعلامات تبويب |
| الاستخدام الأساسي | الجينومات المرجعية وبحث BLAST | أجهزة التسلسل الخام عالية الإنتاجية (Illumina) | جينات موصوفة وصفًا شاملًا | شروح للخصائص الجينومية |
| حجم ملف الجينوم البشري | FASTA تنسيق نصي شائع للتسلسلات؛ ويتوقف الحجم على البيانات والتنسيق. تختلف سجلات GenBank وتتغير الإحصاءات مع كل إصدار. | أكثر من 100 غيغابايت (مع درجات الجودة) | نص غني متعدد الجيجابايت | ~50 ميجابايت |
أنماط التلف الشائعة ودليل الاسترداد بالنظام الست عشري
تعرض أداة المعلوماتية الحيوية رسالة «حرف غير صالح في التسلسل عند السطر X».
السبب الجذري: وجود مسافات أو أرقام أو أحرف غير معتمدة من IUPAC في أسطر التسلسل.
الاسترداد: رشّح أحرف التسلسل ونظّفها باستخدام أداة المعلوماتية الحيوية في File2File.app.
تحليل الأمان ومتجهات الهجوم على المحلّل
تعالج أدوات الجينوم ملفات FASTA ضخمة، قد يتجاوز حجمها عدة غيغابايت. ويمكن أن يحدث تجاوز للأعداد الصحيحة عند فهرسة إحداثيات التسلسلات.
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 محاذاة شاذة.
أفضل الممارسات الدفاعية: استخدم أنواع إحداثيات بعمق 64 بت، وتحقق من الحد الأقصى لطول الترويسة.
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.
- تستهلك بيانات الجينوم الكامل مساحة تخزين هائلة ما لم تُضغط باستخدام Gzip أو أدوات ضغط جينومي متخصصة.
معلومات تقنية طريفة
- FASTA تنسيق نصي شائع للتسلسلات؛ ويتوقف الحجم على البيانات والتنسيق. تختلف سجلات GenBank وتتغير الإحصاءات مع كل إصدار.
- الأحرف الأربعة لتمثيل DNA في ملفات FASTA هي A (أدينين) وC (سيتوزين) وG (غوانين) وT (ثايمين).
- عندما سُلْسِل جينوم فيروس كورونا المسبب لكوفيد-19 لأول مرة في يناير 2020، شاركه العلماء عالميًا في ملف FASTA مكوّن من 30,000 حرف.
الأسئلة التقنية المتكررة
ما هو ملف FASTA؟
ملف FASTA ملف نصي عادي يُستخدم في الأحياء لتخزين تسلسلات DNA أو RNA أو البروتينات، باستخدام اختصار من حرف واحد لكل وحدة.
ما الفرق بين FASTA و FASTQ؟
يخزن FASTA أحرف التسلسل الجيني فقط، بينما يخزن FASTQ هذه الأحرف ودرجة جودة 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
يحوّل هذا المحوّل تسلسل FASTA إلى سجل أساسي بنمط GenBank، ويكتب التسلسل في قسم ORIGIN من دون استنتاج تعليقات توضيحية للميزات البيولوجية أو إضافتها.
يؤدي تحويل ملف GenBank مسطح إلى تسلسل FASTA إلى إزالة البيانات الوصفية والمعلومات التوضيحية لترك تسلسلات النيوكليوتيدات أو الأحماض الأمينية الخام اللازمة لتحليل المعلوماتية الحيوية السريع.