FASTA সিকোয়েন্স (.fasta)
FASTA স্ট্যান্ডার্ডFASTA সিকোয়েন্সের প্রচলিত টেক্সট ফরম্যাট; আকার ডেটা ও বিন্যাসের ওপর নির্ভর করে। GenBank রেকর্ড ভিন্ন হয় এবং প্রতি রিলিজে পরিসংখ্যান বদলায়।
FASTA থেকে GENBANK-তে রূপান্তর করুন
বিনামূল্যের ব্রাউজারভিত্তিক FASTA-থেকে-GENBANK রূপান্তরকারী। আপনার ডিভাইসেই ফাইল তাৎক্ষণিকভাবে রূপান্তর করুন।
ইনস্পেক্ট ও মেটাডেটা
অপারেটিং সিস্টেম এবং ফাইল অ্যানালাইজারগুলো শুরুর বাইনারি বাইট সিকোয়েন্স পরীক্ষা করে FASTA ফাইল শনাক্ত করে:
বাইট-লেভেল হেডার সিগনেচার (ম্যাজিক বাইটস)
অপারেটিং সিস্টেম এবং ফাইল অ্যানালাইজারগুলো শুরুর বাইনারি বাইট সিকোয়েন্স পরীক্ষা করে FASTA ফাইল শনাক্ত করে:
হেক্স সিগনেচার (অফসেট 0):
3EASCII রিপ্রেজেন্টেশন: >
স্ট্যান্ডার্ডাইজেশন: FASTA সিকোয়েন্সের প্রচলিত টেক্সট ফরম্যাট; আকার ডেটা ও বিন্যাসের ওপর নির্ভর করে। GenBank রেকর্ড ভিন্ন হয় এবং প্রতি রিলিজে পরিসংখ্যান বদলায়।
প্রযুক্তিগত বৈশিষ্ট্য
| কন্টেইনার আর্কিটেকচার | '>' দিয়ে শুরু হওয়া header line-সহ plaintext sequence file; এরপর sequence identifier ও এক অক্ষরের nucleotide বা amino acid code থাকে |
| কম্প্রেশন | আনকমপ্রেসড টেক্সট (প্রায়ই .fasta.gz বা .fa.gz হিসেবে Gzip-এ কমপ্রেস করা হয়) |
| বাইট এন্ডিয়াননেস | ASCII / UTF-8 টেক্সট স্ট্রিম |
| কালার স্পেস | প্রযোজ্য নয় (জিনোমিক সিকোয়েন্স ডেটা) |
| চ্যানেল ও কাঠামো | Nucleic acid code (A, C, G, T, U, N) অথবা IUPAC-এর 20টি amino acid protein code |
| সর্বোচ্চ মাত্রা | Sequence length-এর সীমা নেই (250 million base pair-এর বেশি দীর্ঘ মানব ক্রোমোজোমও সমর্থিত) |
| স্বচ্ছতা | None |
| স্ট্রিমিং ও প্রোগ্রেসিভ | Record ধরে ধরে ক্রমিক streaming processing |
টেকনিক্যাল তুলনা ম্যাট্রিক্স: FASTA বনাম প্রতিযোগীগণ
| প্রযুক্তিগত বৈশিষ্ট্য | FASTA (বর্তমান) | FASTQ | GENBANK | GFF |
|---|---|---|---|---|
| কোয়ালিটি স্কোর | কোনোটিই নয় (শুধু সিকোয়েন্সের অক্ষর) | প্রতি-বেস Phred কোয়ালিটি স্কোর | কোনোটিই নয় (ফিচার অ্যানোটেশন) | কোনোটিই নয় (ফিচার কোঅর্ডিনেট) |
| হেডার লাইন | '>' অক্ষর দিয়ে শুরু হয় | '@' অক্ষর দিয়ে শুরু হয় | গঠনগত LOCUS ব্লক | ট্যাব-ডিমিলিটেড জিনোমিক কলাম |
| প্রাথমিক ব্যবহার | রেফারেন্স জিনোম এবং BLAST অনুসন্ধান | র' হাই-থ্রুপুট সিকোয়েন্সার (Illumina) | বিস্তারিত অ্যানোটেটেড জিন | জিনোমিক ফিচার অ্যানোটেশন |
| ফাইলের সাইজ (মানব) | FASTA সিকোয়েন্সের প্রচলিত টেক্সট ফরম্যাট; আকার ডেটা ও বিন্যাসের ওপর নির্ভর করে। GenBank রেকর্ড ভিন্ন হয় এবং প্রতি রিলিজে পরিসংখ্যান বদলায়। | ~১০০+ গিগাবাইট (কোয়ালিটি সহ) | বহু-গিগাবাইট সমৃদ্ধ টেক্সট | ~৫০ মেগাবাইট |
সাধারণ করাপশন মোড এবং হেক্স রিকভারি গাইড
বায়োইনফরমেটিক্স টুল রিপোর্ট করে 'Invalid sequence character at line X'।
মূল কারণ: সিকোয়েন্স লাইনের মধ্যে হোয়াইটস্পেস, সংখ্যা বা অ-IUPAC অক্ষর।
পুনরুদ্ধার: File2File.app বায়োইনফরমেটিক্স টুল ব্যবহার করে সিকোয়েন্সের অক্ষরগুলো ফিল্টার এবং পরিষ্কার করুন।
নিরাপত্তা বিশ্লেষণ ও পার্সার অ্যাটাক ভেক্টর
জিনোমিক্স টুলগুলো বিশাল মাল্টি-গিগাবাইট FASTA ফাইল পার্স করে যেখানে সিকোয়েন্স কোঅর্ডিনেট ইন্ডেক্স করার সময় ইন্টিজার ওভারফ্লো হতে পারে।
পরিচিত অ্যাটাক ভেক্টর
- 2^31 বেস পেয়ার অতিক্রমকারী ৩২-বিট সিকোয়েন্স ইন্ডেক্সারগুলোতে (FAI) ইন্টিজার ওভারফ্লো।
- অত্যন্ত লম্বা সিকোয়েন্স আইডেন্টিফায়ার হেডার পড়ার সময় বাফার ওভারফ্লো।
- প্যাথলজিক্যাল অ্যালাইনমেন্ট কুয়ারির মাধ্যমে ডিনায়াল অব সার্ভিস।
প্রতিরক্ষামূলক সেরা অনুশীলন: 64-বিট কোঅর্ডিনেট টাইপ ব্যবহার করুন এবং সর্বোচ্চ হেডার দৈর্ঘ্য যাচাইকরণ প্রয়োগ করুন।
ঐতিহাসিক উৎপত্তি ও মাইলফলক
প্রধান সুবিধাসমূহ ও গুণাবলী
- কম্পিউটেশনাল বায়োলজির অবিসংবাদিত বৈশ্বিক মান: পৃথিবীর প্রতিটি জিনোমিক টুল, সিকোয়েন্সার এবং ডেটাবেস দ্বারা ব্যবহৃত হয়।
- অত্যন্ত সরলতা: ১ নং লাইনটি '>' দিয়ে শুরু হয় এবং তারপরে একটি আইডি থাকে, যার পরে সাধারণ পাঠ্যের জিনগত অক্ষরগুলো থাকে।
- বহু-সিকোয়েন্স ধারণক্ষমতা: একটি একক ফাইলে হাজার হাজার পৃথক জিন বা সম্পূর্ণ ভাইরাল জিনোম থাকতে পারে।
কারিগরি সীমাবদ্ধতা ও অসুবিধা
- কোনো সিকোয়েন্সিং কোয়ালিটি স্কোর থাকে না (FASTQ-এর বিপরীতে, যা প্রতি-বেস Phred কনফিডেন্স স্কোর সংরক্ষণ করে)।
- প্রাথমিক শনাক্তকারী ছাড়া হেডার লাইনের জন্য কোনো মানসম্মত মেটাডেটা সিনট্যাক্স নেই।
- Gzip বা বিশেষ জিনোমিক কম্প্রেশন ছাড়া হোল-জিনোম ডেটাসেটের জন্য বিশাল স্টোরেজ ফুটপ্রিন্ট।
আকর্ষণীয় কারিগরি তথ্য
- FASTA সিকোয়েন্সের প্রচলিত টেক্সট ফরম্যাট; আকার ডেটা ও বিন্যাসের ওপর নির্ভর করে। GenBank রেকর্ড ভিন্ন হয় এবং প্রতি রিলিজে পরিসংখ্যান বদলায়।
- FASTA ফাইলে সংরক্ষিত DNA-এর চারটি অক্ষর হলো A (অ্যাডিনিন), C (সাইটোসিন), G (গুয়ানিন) এবং T (থাইমিন)।
- ২০২০ সালের জানুয়ারিতে যখন COVID-19 করোনাভাইরাস জিনোম প্রথম সিকোয়েন্স করা হয়েছিল, তখন বিজ্ঞানীরা এটিকে বিশ্বব্যাপী ৩০,০০০ অক্ষরের একটি FASTA ফাইল হিসেবে শেয়ার করেছিলেন।
সচরাচর জিজ্ঞাসিত প্রযুক্তিগত প্রশ্নাবলি
FASTA ফাইল কী?
FASTA ফাইল হলো জীববিজ্ঞানে ব্যবহৃত একটি প্লেইন টেক্সট ফাইল, যাতে এক-অক্ষরের সংক্ষিপ্ত রূপ ব্যবহার করে DNA, RNA বা প্রোটিন সিকোয়েন্স সংরক্ষণ করা হয়।
FASTA এবং FASTQ-এর মধ্যে পার্থক্য কী?
FASTA শুধুমাত্র জিনগত সিকোয়েন্সের অক্ষরগুলো সংরক্ষণ করে, অন্যদিকে FASTQ প্রতিটি বেসের জন্য অক্ষর এবং সিকোয়েন্সিং নিখুঁততার মানের স্কোর (কোয়ালিটি স্কোর) উভয়ই সংরক্ষণ করে।
আমি কীভাবে একটি FASTA ফাইল দেখতে পারি?
আপনি যেকোনো টেক্সট এডিটরে FASTA ফাইল খুলতে পারেন, Jalview বা UGENE-এর মতো বায়োইনফরমেটিক্স সফটওয়্যারে দেখতে পারেন, অথবা File2File.app ব্যবহার করে রূপান্তর করতে পারেন।
সম্পর্কিত FASTA কনভার্সন পেয়ার
কনভার্টারটি FASTA সিকোয়েন্সকে একটি সাধারণ GenBank-ধাঁচের রেকর্ডে রূপান্তর করে এবং ORIGIN অংশে সিকোয়েন্সটি লেখে; এটি জীববৈজ্ঞানিক বৈশিষ্ট্যের অ্যানোটেশন অনুমান করে না বা যোগ করে না।
দ্রুত বায়োইনফরমেটিক্স বিশ্লেষণের জন্য প্রয়োজনীয় শুধুমাত্র কাঁচা নিউক্লিওটাইড বা অ্যামিনো অ্যাসিড সিকোয়েন্স রেখে যেতে GenBank ফ্ল্যাটফাইলকে FASTA সিকোয়েন্সে রূপান্তর করা টীকা মেটাডেটা সরিয়ে দেয়।