Převod FASTA na GenBank
Převodník převede sekvenci FASTA na základní záznam ve stylu GenBank a zapíše ji do části ORIGIN; biologické anotace vlastností neodvozuje ani nepřidává.
Porovnání formátů a technické specifikace
| Specifikace | FASTA | GENBANK |
|---|---|---|
| MIME typ | text/ | text/ |
| Typ | text sekvencí pro bioinformatiku | anotovaný textový soubor nukleotidů |
| Komprese | žádná (prostý text) | žádná (prostý text) |
| Standardní specifikace | Specifikace NCBI FASTA | Poznámky k vydání plochých souborů NCBI GenBank |
| Hlavička souboru (Magic bytes) | 3E ('>' Sequence header line) | 4C 4F 43 55 53 20 20 20 20 (LOCUS ) |
Přehled formátu a použití
Výzkumníci v oblasti genomiky často přecházejí mezi jednoduchým textem sekvencí a podrobně anotovanými záznamy. Soubor FASTA poskytuje lehký kontejner obsahující pouze řádek hlavičky začínající znakem větší než a surová písmena nukleotidů nebo aminokyselin. Tato jednoduchost je skvělá pro základní nástroje zarovnání a vyhledávání sekvencí. Pokud však vědci potřebují publikovat nové genomy nebo studovat specifické vlastnosti genů, vyžadují strukturovaná metadata. Formát GenBank toto řeší zabalením genetické sekvence do pevného víceřádkového textového dokumentu. Obsahuje strukturované sekvence pro názvy lokusů, taxonomii organismů, publikační reference a tabulky vlastností, které přesně určují, kde se na chromozomu nacházejí geny, kódovací oblasti a promotory. Bioinformatické kanály, prohlížeče genomu a odesílací portály, jako je NCBI GenBank, spoléhají na tuto bohatou strukturu anotací, aby porozuměly surové DNA. Provedení této konverze překlenuje propast mezi objevem surové sekvence a formálním biologickým popisem. Zatímco soubor FASTA jednoduše udává, jaká písmena jsou v DNA přítomna, cílový soubor GenBank vysvětluje, co tato písmena uvnitř živé buňky skutečně dělají.
Technické specifikace a přehled kodeků
Převodník převede sekvenci FASTA na základní záznam ve stylu GenBank a zapíše ji do části ORIGIN; biologické anotace vlastností neodvozuje ani nepřidává.
Kompatibilita s operačními systémy a prohlížeči
Jelikož jsou oba formáty standardním textem ASCII, těší se široké kompatibilitě napříč většinou moderních operačními systémy a hardwarovými platformami. Můžete je otevírat a upravovat v systémech Windows, macOS a Linux pomocí základních textových editorů nebo specializovaných bioinformatických balíčků, jako jsou Geneious, SnapGene a Artemis. Webové prohlížeče dokážou vykreslit oba typy souborů nativně uvnitř textových oblastí nebo prostřednictvím prohlížečů sekvencí založených na JavaScriptu. Nástroje příkazové řádky, jako jsou Biopython, EMBOSS a NCBI BLAST, tyto soubory hladce parsují napříč desktopovými terminály, vysoce výkonnými výpočetními clustery a cloudovými prostředími.
Užitečné informace
Velikost výstupu závisí na sekvenci a textu záznamu. Převodník nevytváří plně anotovaný záznam GenBank; podle potřeby samostatně doplňte ověřené informace o zdroji a vlastnostech.
Často kladené otázky
Jak převést sekvenci FASTA na plochý soubor GenBank bez ztráty kvality?
Převodník převede sekvenci FASTA na základní záznam ve stylu GenBank a zapíše ji do části ORIGIN; biologické anotace vlastností neodvozuje ani nepřidává.
Jaký je rozdíl mezi sekvencí FASTA a plochým souborem GenBank?
Soubor FASTA je minimalistický textový formát obsahující pouze jednoduchý řádek hlavičky a řetězce surových sekvencí. Plochý soubor GenBank je vysoce strukturovaný dokument rozdělený do definovaných sekcí, jako jsou LOCUS, DEFINITION, ACCESSION, SOURCE, FEATURES a ORIGIN, aby vedle sekvence uchovával bohatá biologická metadata.