تحويل GenBank إلى FASTA
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.
مقارنة التنسيقات والمواصفات التقنية
| المواصفات | GENBANK | FASTA |
|---|---|---|
| نوع MIME | text/ | text/ |
| النوع | ملف مسطح لنيوكليوتيدات مشروحة | نص تسلسل للمعلوماتية الحيوية |
| الضغط | بلا (نص عادي) | بلا (نص عادي) |
| المواصفات القياسية | ملاحظات إصدار الملفات المسطحة لـ NCBI GenBank | مواصفات NCBI FASTA |
| رأس البايتات السحرية (Magic Bytes) | 4C 4F 43 55 53 20 20 20 20 (LOCUS ) | 3E ('>' Sequence header line) |
نظرة عامة على التنسيق والاستخدامات
تتضمن سجلات GenBank بيانات التسلسل وتعليقاته. يخزن FASTA تسلسلًا مع سطر تعريف، وتقبله كثير من أدوات المحاذاة والبحث، بما فيها BLAST، عند تنسيقه وفق متطلبات الأداة. يؤدي التحويل إلى FASTA إلى إسقاط التعليقات، وتختلف متطلبات الإدخال بين تطبيقات المعلوماتية الحيوية.
المواصفات التقنية وتحليل الترميز (Codec)
يستخدم تنسيق ملف GenBank المسطح نوع الوسائط text/plain ويحتوي على نص منظم بشكل كبير ومنظم في أقسام كلمات رئيسية متميزة مثل LOCUS و DEFINITION و ACCESSION و ORIGIN. يستخدم تنسيق FASTA أيضاً نوع الوسائط text/plain ولكنه يتخلص من جميع الأقسام باستثناء سطر عنوان واحد يبدأ برمز أكبر من والصفوف اللاحقة من حروف التسلسل الخام. لا يستخدم أي من التنسيقين الضغط بشكل افتراضي، مما يعني أن كلاهما موجود كملفات نصية مشفرة بـ ASCII أو UTF-8. لا توجد تواقيع بايتات مميزة لهذه التنسيقات النصية العادية. بدلاً من ذلك، يتعرف البرنامج عليها عن طريق مسح رؤوس النصوص الأولية، والبحث عن كلمات رئيسية مثل LOCUS في ملفات GenBank أو حرف '>' في ملفات FASTA. نظراً لأن FASTA يحتفظ فقط ببيانات التسلسل ويتخلص من التعليقات التوضيحية، فإن التحويل يكون في اتجاه واحد تماماً للتسلسل نفسه، على الرغم من فقدان أي ملاحظات بيولوجية في الملف المسطح الأصلي في المخرجات.
توافق أنظمة التشغيل والمتصفحات
FASTA وGenBank تنسيقان نصيان، لكن قد تتطلب التطبيقات التفافًا معينًا للأسطر أو معرّفات أو أبجديات تسلسل أو حقول سجلات محددة. تقرأ أدوات معلوماتية حيوية كثيرة FASTA؛ تحقق من المتغير والإعدادات التي تقبلها الأداة المستهدفة.
معلومات مفيدة
احتفظ دائماً بنسخة احتياطية من ملف GenBank المسطح الأصلي قبل تشغيل سكربت التحويل. فبعد إزالة التعليقات التوضيحية وتحويل الملف إلى FASTA، لا يمكن استعادة إحداثيات الجينات الأصلية أو مراجع المنشورات أو جداول الترجمة من بيانات التسلسل وحدها.
الأسئلة الشائعة
كيف تحول ملف GenBank المسطح إلى تسلسل FASTA دون فقدان الجودة؟
التحويل خالٍ تماماً من الفقدان فيما يتعلق ببيانات التسلسل الجيني الفعلية. تبقى حروف النيوكليوتيدات أو البروتينات كما هي تماماً. ومع ذلك، تفقد جميع التعليقات التوضيحية البيولوجية الوصفية، مثل أسماء الجينات، واقتباسات المؤلفين، وجداول الميزات، نظراً لأن تنسيق FASTA مصمم للاحتفاظ بالعنوان والتسلسل نفسه فقط.
ما الفرق بين ملف GenBank المسطح وتسلسل FASTA؟
ملف GenBank المسطح مستند معقد متعدد الأقسام، يضم بيانات وصفية بيولوجية مفصلة ويتبعه التسلسل الخام في نهايته. أما تسلسل FASTA فهو تنسيق نصي بسيط يتكون من سطر عنوان وصفي واحد يبدأ بعلامة أكبر من (>), تليه أسطر التسلسل الخام.