רצף FASTA (.fasta)
FASTA תקןFASTA הוא פורמט טקסט נפוץ לרצפים; הגודל תלוי בנתונים ובעיצוב. רשומות GenBank משתנות והסטטיסטיקה מתעדכנת בכל מהדורה.
המר FASTA ל-GENBANK
ממיר חינמי מ-FASTA ל-GENBANK פועל בדפדפן. המר קבצים באופן מיידי במכשיר שלך.
בדיקה ומטא-נתונים
מערכות הפעלה ומנתחי קבצים מזהים קבצי FASTA על ידי בדיקת רצף הבייטים הבינארי הראשוני:
חתימת כותרת ברמת הבייט (Magic Bytes)
מערכות הפעלה ומנתחי קבצים מזהים קבצי FASTA על ידי בדיקת רצף הבייטים הבינארי הראשוני:
חתימת HEX (היסט 0):
3Eייצוג ASCII: >
תקינה: FASTA הוא פורמט טקסט נפוץ לרצפים; הגודל תלוי בנתונים ובעיצוב. רשומות GenBank משתנות והסטטיסטיקה מתעדכנת בכל מהדורה.
מפרט טכני
| מבנה המכולה | קובץ רצפים בטקסט פשוט, שבו שורות הכותרת מתחילות ב-'>' ולאחריו מזהה הרצף, והשורות הבאות מכילות קודי נוקלאוטידים או חומצות אמינו בני אות אחת |
| דחיסה | טקסט לא דחוס (נדחס לעיתים קרובות ב-Gzip כקובץ .fasta.gz או .fa.gz) |
| סדר בתים (Endianness) | זרם טקסט ASCII / UTF-8 |
| מרחבי צבע | לא רלוונטי (נתוני רצף גנומי) |
| ערוצים ומבנה | קודי חומצות גרעין (A, C, G, T, U, N) או קודי IUPAC ל-20 חומצות אמינו של חלבונים |
| ממדים מרביים | אורך רצף ללא מגבלה קבועה (תומך בכרומוזומים אנושיים שלמים באורך יותר מ-250 מיליון זוגות בסיסים) |
| שקיפות | אין |
| הזרמה ופרוגרסיביות | עיבוד רציף בהזרמה, רשומה אחר רשומה |
מטריצת השוואה טכנית: FASTA מול מתחרים
| תכונה טכנית | FASTA (נוכחי) | FASTQ | GENBANK | GFF |
|---|---|---|---|---|
| ציוני איכות | ללא (אותיות רצף טהורות) | ציוני איכות Phred לכל בסיס | ללא (הערות מאפיינים) | ללא (קואורדינטות מאפיינים) |
| שורת כותרת | מתחילה בתו '>' | מתחילה בתו '@' | בלוק LOCUS מובנה | עמודות גנומיות מופרדות בטאב |
| שימוש עיקרי | גנומי ייחוס וחיפוש BLAST | מכשירי ריצוף גולמיים בתפוקה גבוהה (Illumina) | גנים עם הערות מקיפות | אנוטציות של מאפיינים גנומיים |
| גודל קובץ (אנושי) | FASTA הוא פורמט טקסט נפוץ לרצפים; הגודל תלוי בנתונים ובעיצוב. רשומות GenBank משתנות והסטטיסטיקה מתעדכנת בכל מהדורה. | ~100+ גיגה-בייט (כולל ציוני איכות) | טקסט עשיר מרובה גיגה-בייט | ~50 מגה-בייט |
מצבי השחתה נפוצים ומדריך שחזור הקסדצימלי (Hex)
כלי הביואינפורמטיקה מדווח על 'תו רצף לא חוקי בשורה X'.
גורם שורש: תווים לבנים (whitespace), מספרים או תווים שאינם לפי תקן IUPAC בתוך שורות הרצף.
שחזור: סנן ונקה את תווי הרצף באמצעות File2File.app Bioinformatics Tool.
ניתוח אבטחה ווקטורי תקיפה נגד מנתחי פורמטים (parsers)
כלי גנומיקה מנתחים קבצי FASTA ענקיים מרובי גיגה-בייט שבהם עלולות להתרחש גלישות של מספר שלם בעת יצירת אינדקס לקואורדינטות רצף.
ווקטורי תקיפה ידועים
- גלישת מספר שלם (Integer overflow) באינדקסים של רצפים בני 32 סיביות (FAI) כשמספר זוגות הבסיסים עולה על 2 בחזקת 31.
- גלישת חוצץ בעת קריאת כותרות מזהה רצף ארוכות באופן חריג.
- מניעת שירות באמצעות שאילתות התאמה פתולוגיות.
שיטות מומלצות להגנה: השתמש בסוגי קואורדינטות של 64 סיביות ואכוף אימות של אורך כותרת מרבי.
היסטוריה ואבני דרך
יתרונות מרכזיים
- FASTA משמש רבות לרצפים ביולוגיים, אך התמיכה בכלים, במאגרי נתונים ובמכשירים משתנה בין תהליכי העבודה.
- פשטות קיצונית: שורה 1 מתחילה בתו '>' ולאחריו מזהה, ובהמשך מופיעות אותיות גנטיות בטקסט פשוט.
- קיבולת מרובת רצפים: קובץ יחיד יכול להכיל אלפי גנים בודדים או גנומים נגיפיים שלמים.
מגבלות טכניות וחסרונות
- אינו מכיל ציוני איכות ריצוף בניגוד ל-FASTQ, המאחסן ציוני מהימנות Phred לכל בסיס (base).
- אין תחביר תקני למטא-נתונים בשורות הכותרת מעבר למזהה הראשוני.
- טביעת רגל אחסון עצומה עבור מערכי נתונים של גנום שלם ללא דחיסת Gzip או דחיסה גנומית ייעודית.
עובדות טכניות מעניינות
- FASTA הוא פורמט טקסט נפוץ לרצפים; הגודל תלוי בנתונים ובעיצוב. רשומות GenBank משתנות והסטטיסטיקה מתעדכנת בכל מהדורה.
- ארבע אותיות ה-DNA המאוחסנות בקבצי FASTA הן A (אדנין), C (ציטוזין), G (גואנין) ו-T (תימין).
- כאשר גנום נגיף הקורונה COVID-19 רוצף לראשונה בינואר 2020, מדענים שיתפו אותו ברחבי העולם כקובץ FASTA בן 30,000 אותיות.
שאלות טכניות נפוצות
מהו קובץ FASTA?
קובץ FASTA הוא קובץ טקסט פשוט המשמש בביולוגיה לאחסון רצפי DNA, RNA או חלבונים באמצעות קיצורים בני אות אחת.
מה ההבדל בין FASTA לבין FASTQ?
FASTA מאחסן רק את אותיות הרצף הגנטי, בעוד ש-FASTQ מאחסן גם את האותיות וגם את ציון איכות דיוק הריצוף עבור כל בסיס.
כיצד אוכל להציג קובץ FASTA?
באפשרותך לפתוח קובצי FASTA בכל עורך טקסט, להציג אותם בתוכנות ביואינפורמטיקה כמו Jalview או UGENE, או להמיר אותם באמצעות File2File.app.
זוגות המרה קשורים ל-FASTA
הממיר הופך את רצף FASTA לרשומה בסיסית בסגנון GenBank וכותב אותו במקטע ORIGIN; הוא אינו מסיק או מוסיף הערות של מאפיינים ביולוגיים.
המרת קובץ GenBank לרצף FASTA מסירה את מטא-נתוני ההערות ומשאירה רק את רצפי הנוקלאוטידים או חומצות האמינו הגולמיים הדרושים לניתוח ביואינפורמטי מהיר.