המרת GenBank ל-FASTA
המרת קובץ GenBank לרצף FASTA מסירה את מטא-נתוני ההערות ומשאירה רק את רצפי הנוקלאוטידים או חומצות האמינו הגולמיים הדרושים לניתוח ביואינפורמטי מהיר.
השוואת פורמטים ומפרטים טכניים
| מפרט | GENBANK | FASTA |
|---|---|---|
| סוג MIME | text/ | text/ |
| סוג | קובץ שטוח של נוקלאוטידים עם הערות | טקסט רצף לביואינפורמטיקה |
| דחיסה | ללא (טקסט רגיל) | ללא (טקסט רגיל) |
| מפרט תקני | NCBI GenBank Flatfile Release Notes | NCBI FASTA Specification |
| כותרת ביתים קסומים (Magic Bytes) | 4C 4F 43 55 53 20 20 20 20 (LOCUS ) | 3E ('>' Sequence header line) |
סקירת פורמטים ושימושים
רשומות GenBank כוללות נתוני רצף והערות. FASTA שומר רצף לצד שורת הגדרה, וכלי התאמה וחיפוש רבים, ובהם BLAST, מקבלים אותו כשהוא מעוצב בהתאם לכלי. ההמרה ל-FASTA משמיטה את ההערות, ודרישות הקלט משתנות בין יישומים ביואינפורמטיים.
מפרטים טכניים וסקירת מקודדים
פורמט קובץ ה-GenBank משתמש בסוג ה-MIME text/plain ומכיל טקסט מובנה בכבדות המאורגן במקטעי מילות מפתח נפרדים כגון LOCUS, DEFINITION, ACCESSION ו-ORIGIN. פורמט FASTA משתמש גם הוא בסוג ה-MIME text/plain אך משיל את כל המקטעים למעט שורת כותרת יחידה המתחילה בסימן גדול מ- ואת שורות אותיות הרצף העוקבות. אף אחד מהפורמטים אינו עושה שימוש בדחיסה כברירת מחדל, כלומר שניהם קיימים כקבצי טקסט פשוט בקידוד ASCII או UTF-8. חתימות בייט קסם אינן קיימות עבור פורמטי טקסט פשוט אלו. תחת זאת, תוכנות מזהות אותם על ידי סריקת כותרות הטקסט הראשוניות, חיפוש מילות מפתח כמו LOCUS בקבצי GenBank או התו '>' בקבצי FASTA. היות ש-FASTA שומר רק את נתוני הרצף וזורק את ההערות, ההמרה היא חד-כיוונית אך ורק לרצף עצמו, הגם שכל ההערות הביולוגיות שהיו בקובץ המקורי אובדות בפלט.
תאימות למערכות הפעלה ודפדפנים
FASTA ו-GenBank הם פורמטים של טקסט, אך יישומים עשויים לדרוש עטיפת שורות, מזהים, אלפבית רצפים או שדות רשומה מסוימים. כלים ביואינפורמטיים רבים קוראים FASTA; בדוק איזה וריאנט והגדרות נדרשים בכלי שבו אתה מתכוון להשתמש.
מידע שימושי
יש לשמור תמיד עותק גיבוי של קובץ ה-GenBank המקורי טרם הרצת סקריפט המרה. מרגע הסרת ההערות לתוך קובץ FASTA, לא ניתן לשחזר את קואורדינטות הגנים המקוריות, הפניות הפרסום או טבלאות התרגום מנתוני הרצף לבדם.
שאלות נפוצות
כיצד להמיר קובץ GenBank לרצף FASTA מבלי לאבד איכות?
ההמרה הינה חסרת אובדן נתונים לחלוטין בכל הנוגע לנתוני הרצף הגנטי בפועל. אותיות הנוקלאוטידים או החלבונים נותרות מדויקות. עם זאת, כל ההערות הביולוגיות התיאוריות, כגון שמות גנים, ציטוטים של מחברים וטבלאות מאפיינים, אכן אובדות כיוון שפורמט FASTA מתוכנן להחזיק אך ורק את הכותרת ואת הרצף עצמו.
מה ההבדל בין קובץ GenBank לרצף FASTA?
קובץ GenBank הוא מסמך מורכב המורכב ממקטעים מרובים, הכולל מטא-נתונים ביולוגיים עשירים ואת הרצף הגולמי בתחתיתו. רצף FASTA הוא פורמט טקסט מינימליסטי המורכב משורת כותרת תיאורית יחידה המקדימה סימן גדול-מאת ולאחריה שורות הרצף הגולמי.