Μετατροπή GenBank σε FASTA
Η μετατροπή ενός αρχείου GenBank σε ακολουθία FASTA αφαιρεί τα μεταδεδομένα σχολιασμού για να αφήσει μόνο τις ακατέργαστες ακολουθίες νουκλεοτιδίων ή αμινοξέων που απαιτούνται για γρήγορη ανάλυση βιοπληροφορικής.
Σύγκριση μορφών και τεχνικές προδιαγραφές
| Προδιαγραφή | GENBANK | FASTA |
|---|---|---|
| Τύπος MIME | text/ | text/ |
| Τύπος | Επίπεδο αρχείο σχολιασμένων νουκλεοτιδίων | Κείμενο αλληλουχίας βιοπληροφορικής |
| Συμπίεση | κανένα (απλό κείμενο) | κανένα (απλό κείμενο) |
| Πρότυπη προδιαγραφή | NCBI GenBank Flatfile Release Notes | NCBI FASTA Specification |
| Κεφαλίδα Magic Bytes | 4C 4F 43 55 53 20 20 20 20 (LOCUS ) | 3E ('>' Sequence header line) |
Επισκόπηση Μορφής & Εφαρμογές
Οι εγγραφές GenBank περιλαμβάνουν δεδομένα ακολουθίας και σχολιασμούς. Το FASTA αποθηκεύει μια ακολουθία με γραμμή περιγραφής και γίνεται δεκτό από πολλά εργαλεία ευθυγράμμισης και αναζήτησης, όπως το BLAST, όταν έχει μορφοποιηθεί σύμφωνα με τις απαιτήσεις του εργαλείου. Η μετατροπή σε FASTA απορρίπτει τους σχολιασμούς, ενώ οι απαιτήσεις εισόδου διαφέρουν ανά εφαρμογή βιοπληροφορικής.
Τεχνικές προδιαγραφές και ανάλυση κωδικοποιητών
Η μορφή αρχείου GenBank χρησιμοποιεί τον τύπο MIME text/plain και περιέχει έντονα δομημένο κείμενο οργανωμένο σε ξεχωριστές ενότητες λέξεων-κλειδιών όπως LOCUS, DEFINITION, ACCESSION και ORIGIN. Η μορφή FASTA χρησιμοποιεί επίσης τον τύπο MIME text/plain αλλά απορρίπτει όλες τις ενότητες εκτός από μία μόνο γραμμή επικεφαλίδας που ξεκινά με σύμβολο μεγαλύτερου από και τις επόμενες σειρές γραμμάτων ακατέργαστης ακολουθίας. Καμία μορφή δεν χρησιμοποιεί συμπίεση από προεπιλογή, πράγμα που σημαίνει ότι και οι δύο υπάρχουν ως αρχεία κειμένου ASCII ή κωδικοποιημένα σε UTF-8. Οι υπογραφές μαγικών byte δεν υπάρχουν για αυτές τις μορφές απλού κειμένου. Αντίθετα, το λογισμικό τα εντοπίζει σαρώνοντας τις αρχικές επικεφαλίδες κειμένου, αναζητώντας λέξεις-κλειδιά όπως το LOCUS στα αρχεία GenBank ή τον χαρακτήρα '>' στα αρχεία FASTA. Επειδή το FASTA διατηρεί μόνο τα δεδομένα της ακολουθίας και απορρίπτει τους σχολιασμούς, η μετατροπή είναι αυστηρά μονόδρομη για την ίδια την ακολουθία, αν και τυχόν βιολογικές σημειώσεις στο αρχικό αρχείο χάνονται στην έξοδο.
Συμβατότητα Λειτουργικού Συστήματος & Προγράμματος Περιήγησης
Τα FASTA και GenBank είναι μορφές κειμένου, αλλά οι εφαρμογές μπορεί να απαιτούν συγκεκριμένη αναδίπλωση γραμμών, αναγνωριστικά, αλφάβητα ακολουθιών ή πεδία εγγραφής. Πολλά εργαλεία βιοπληροφορικής διαβάζουν FASTA· επιβεβαιώστε την παραλλαγή και τις ρυθμίσεις που δέχεται το εργαλείο που σκοπεύετε να χρησιμοποιήσετε.
Χρήσιμες πληροφορίες
Να διατηρείτε πάντα ένα αντίγραφο ασφαλείας του αρχικού σας αρχείου GenBank πριν εκτελέσετε ένα σενάριο μετατροπής. Μόλις αφαιρέσετε τους σχολιασμούς σε ένα αρχείο FASTA, δεν μπορείτε να ανακτήσετε τις αρχικές συντεταγμένες γονιδίων, τις βιβλιογραφικές αναφορές ή τους πίνακες μετάφρασης μόνο από τα δεδομένα της ακολουθίας.
Συχνές Ερωτήσεις
Πώς μετατρέπετε ένα αρχείο GenBank σε ακολουθία FASTA χωρίς απώλεια ποιότητας;
Η μετατροπή είναι τελείως απαλλαγμένη από απώλειες όσον αφορά τα πραγματικά δεδομένα γενετικής ακολουθίας. Τα γράμματα νουκλεοτιδίων ή πρωτεϊνών παραμένουν ακριβή. Ωστόσο, χάνετε όλους τους περιγραφικούς βιολογικούς σχολιασμούς, όπως τα ονόματα γονιδίων, τις παραπομπές συγγραφέων και τους πίνακες χαρακτηριστικών, επειδή η μορφή FASTA έχει σχεδιαστεί για να περιέχει μόνο την επικεφαλίδα και την ίδια την ακολουθία.
Ποια είναι η διαφορά μεταξύ του αρχείου GenBank και της ακολουθίας FASTA;
Ένα αρχείο GenBank είναι ένα πολύπλοκο έγγραφο πολλών ενοτήτων που περιέχει πλούσια βιολογικά μεταδεδομένα και την ακατέργαστη ακολουθία στο κάτω μέρος. Μια ακολουθία FASTA είναι μια ελάχιστη μορφή κειμένου που αποτελείται από μία μόνο περιγραφική γραμμή επικεφαλίδας που προηγείται από ένα σύμβολο μεγαλύτερου από, ακολουθούμενη από τις γραμμές ακατέργαστης ακολουθίας.