FASTA अनुक्रम (.fasta)

FASTA मानक

FASTA अनुक्रमों का प्रचलित पाठ प्रारूप है; आकार डेटा और स्वरूपण पर निर्भर है। GenBank रिकॉर्ड अलग-अलग होते हैं और आँकड़े हर रिलीज़ में बदलते हैं।

आविष्कर्ता: David J. Lipman & William R. Pearsonवर्ष: 1985MIME: text/plain

FASTA को GENBANK में कन्वर्ट करें

मुफ्त इन-ब्राउज़र FASTA से GENBANK कन्वर्टर। अपने डिवाइस पर तुरंत फ़ाइलें कन्वर्ट करें।

निरीक्षण और मेटाडेटा

ऑपरेटिंग सिस्टम और फ़ाइल विश्लेषक शुरुआती बाइनरी बाइट अनुक्रम का निरीक्षण करके FASTA फ़ाइलों की पहचान करते हैं:

फ़ाइलें यहाँ चुनें या छोड़ें

निजी - फ़ाइलें कभी आपके डिवाइस से बाहर नहीं जातीं

या पेस्ट करें Ctrl+V
नेटवर्क पर कोई डेटा भेजे बिना गोपनीयता की गारंटी: बाहरी सर्वर पर 0 बाइट अपलोड किए गए। सारी प्रोसेसिंग आपके ब्राउज़र सैन्डबॉक्स में स्थानीय रूप से हुई।

बाइट-स्तरीय हेडर हस्ताक्षर (मैजिक बाइट्स)

ऑपरेटिंग सिस्टम और फ़ाइल विश्लेषक शुरुआती बाइनरी बाइट अनुक्रम का निरीक्षण करके FASTA फ़ाइलों की पहचान करते हैं:

HEX हस्ताक्षर (ऑफ़सेट 0):

3E

ASCII निरूपण: >

मानकीकरण: FASTA अनुक्रमों का प्रचलित पाठ प्रारूप है; आकार डेटा और स्वरूपण पर निर्भर है। GenBank रिकॉर्ड अलग-अलग होते हैं और आँकड़े हर रिलीज़ में बदलते हैं।

तकनीकी विनिर्देश

कंटेनर आर्किटेक्चरसादा-पाठ अनुक्रम फ़ाइल, जिसमें शीर्षक पंक्तियाँ '>' से शुरू होती हैं और उसके बाद अनुक्रम पहचानकर्ता होता है; अगली पंक्तियों में एक-अक्षरीय न्यूक्लियोटाइड या अमीनो अम्ल कोड होते हैं
कंप्रेशनअसंपीड़ित पाठ (अक्सर Gzip से .fasta.gz या .fa.gz के रूप में संपीड़ित)
बाइट एंडियानेसASCII / UTF-8 पाठ स्ट्रीम
कलर स्पेसलागू नहीं (जीनोमिक अनुक्रम डेटा)
चैनल और संरचनान्यूक्लिक अम्ल कोड (A, C, G, T, U, N) या IUPAC के 20 अमीनो अम्ल प्रोटीन कोड
अधिकतम आयामअसीमित अनुक्रम लंबाई (250 मिलियन से अधिक बेस पेयर वाले पूरे मानव गुणसूत्रों का समर्थन)
पारदर्शिताकोई नहीं
स्ट्रीमिंग और प्रोग्रेसिवरिकॉर्ड-दर-रिकॉर्ड क्रमिक स्ट्रीमिंग प्रसंस्करण

तकनीकी तुलना मैट्रिक्स: FASTA बनाम प्रतियोगी

तकनीकी विशेषताFASTA (वर्तमान)FASTQGENBANKGFF
गुणवत्ता स्कोरकोई नहीं (शुद्ध अनुक्रम अक्षर)प्रति-बेस Phred गुणवत्ता स्कोरकोई नहीं (सुविधा एनोटेशन)कोई नहीं (सुविधा निर्देशांक)
हेडर लाइन'>' वर्ण से शुरू होती है'@' वर्ण से शुरू होती हैसंरचित LOCUS ब्लॉकटैब-सीमांकित जीनोमिक कॉलम
प्राथमिक उपयोगसंदर्भ जीनोम और BLAST खोजकच्चे उच्च-थ्रूपुट सीक्वेसर (Illumina)व्यापक एनोटेट जीनजीनोमिक विशेषता एनोटेशन
फ़ाइल आकार (मानव)FASTA अनुक्रमों का प्रचलित पाठ प्रारूप है; आकार डेटा और स्वरूपण पर निर्भर है। GenBank रिकॉर्ड अलग-अलग होते हैं और आँकड़े हर रिलीज़ में बदलते हैं।~100+ गीगाबाइट (क्वालिटी स्कोर के साथ)बहु-गीगाबाइट रिच टेक्स्ट~50 मेगाबाइट

सामान्य करप्शन मोड और हेक्स रिकवरी गाइड

जैव सूचना विज्ञान टूल 'पंक्ति X पर अमान्य अनुक्रम वर्ण' की रिपोर्ट करता है।

मूल कारण: अनुक्रम पंक्तियों के अंदर व्हाइटस्पेस, संख्याएँ या गैर-IUPAC वर्ण।

रिकवरी: File2File.app Bioinformatics Tool का उपयोग करके अनुक्रम वर्णों को फ़िल्टर और साफ़ करें।

सुरक्षा विश्लेषण और पार्सर अटैक वेक्टर्स

जीनोमिक्स टूल विशाल बहु-गीगाबाइट FASTA फ़ाइलों को पार्स करते हैं जहाँ अनुक्रम निर्देशांकों को इंडेक्स करते समय पूर्णांक ओवरफ़्लो हो सकता है।

ज्ञात अटैक वेक्टर्स

  • 2^31 बेस पेयर से अधिक होने पर 32-बिट अनुक्रम इंडेक्सर्स (FAI) में पूर्णांक ओवरफ्लो।
  • अत्यधिक लंबे अनुक्रम पहचानकर्ता हेडर पढ़ते समय बफर ओवरफ्लो।
  • असामान्य रूप से जटिल अनुक्रम-अलाइनमेंट क्वेरी से सेवा बाधित करने वाला हमला।

सुरक्षात्मक सर्वोत्तम प्रथाएँ: 64-बिट निर्देशांक प्रकारों का उपयोग करें और अधिकतम हेडर लंबाई सत्यापन लागू करें।

ऐतिहासिक मूल और मील के पत्थर

2003मानव जीनोम परियोजना मानव जीनोम का पहला अनुक्रमण पूरा करती है, परिणाम FASTA प्रारूप में प्रकाशित करती है।
1990BLAST (Basic Local Alignment Search Tool) FASTA को अपने मानक इनपुट प्रारूप के रूप में अपनाता है।
1985विलियम पियरसन और डेविड लिपमैन FASTP अनुक्रम संरेखण सॉफ्टवेयर के साथ FASTA पेश करते हैं।

मुख्य लाभ और खूबियाँ

  • कंप्यूटेशनल जीव विज्ञान का निर्विवाद वैश्विक मानक: पृथ्वी पर हर जीनोमिक टूल, सीक्वेंसर और डेटाबेस द्वारा उपयोग किया जाता है।
  • अत्यंत सरलता: पंक्ति 1 में '>' के बाद एक आईडी और फिर सादे-पाठ आनुवंशिक अक्षर होते हैं।
  • बहु-अनुक्रम क्षमता: एक ही फ़ाइल में हज़ारों व्यक्तिगत जीन या पूर्ण वायरल जीनोम हो सकते हैं।

तकनीकी सीमाएँ और कमियाँ

  • इसमें अनुक्रमण गुणवत्ता स्कोर शामिल नहीं होते (FASTQ के विपरीत, जो हर बेस के लिए Phred विश्वास स्कोर संग्रहीत करता है)।
  • प्रारंभिक पहचानकर्ता से परे हेडर लाइनों के लिए कोई मानकीकृत मेटाडेटा सिंटैक्स नहीं है।
  • Gzip या विशेष जीनोमिक संपीड़न के बिना पूरे जीनोम के डेटासेट के लिए बहुत अधिक संग्रहण जगह चाहिए।

रोचक तकनीकी जानकारी

  • FASTA अनुक्रमों का प्रचलित पाठ प्रारूप है; आकार डेटा और स्वरूपण पर निर्भर है। GenBank रिकॉर्ड अलग-अलग होते हैं और आँकड़े हर रिलीज़ में बदलते हैं।
  • FASTA फ़ाइलों में संग्रहीत DNA के चार अक्षर A (Adenine), C (Cytosine), G (Guanine) और T (Thymine) हैं।
  • जब जनवरी 2020 में COVID-19 कोरोनावायरस जीनोम को पहली बार अनुक्रमित किया गया था, तो वैज्ञानिकों ने इसे विश्व स्तर पर 30,000-अक्षर वाली FASTA फ़ाइल के रूप में साझा किया था।

अक्सर पूछे जाने वाले तकनीकी प्रश्न

FASTA फ़ाइल क्या है?

FASTA फ़ाइल जीव विज्ञान में एकल-अक्षर संक्षिप्त रूपों का उपयोग करके DNA, RNA, या प्रोटीन अनुक्रमों को स्टोर करने के लिए उपयोग की जाने वाली एक सादी टेक्स्ट फ़ाइल है।

FASTA और FASTQ में क्या अंतर है?

FASTA केवल आनुवंशिक अनुक्रम अक्षरों को स्टोर करता है, जबकि FASTQ प्रत्येक बेस के लिए अक्षरों और अनुक्रमण सटीकता गुणवत्ता स्कोर दोनों को स्टोर करता है।

मैं FASTA फ़ाइल कैसे देख सकता हूँ?

आप किसी भी टेक्स्ट एडिटर में FASTA फाइलें खोल सकते हैं, Jalview या UGENE जैसे बायोइन्फॉर्मेटिक्स सॉफ्टवेयर में उन्हें देख सकते हैं, या File2File.app का उपयोग करके उन्हें बदल सकते हैं।

संबंधित FASTA रूपांतरण जोड़े

FASTA से GENBANK

कन्वर्टर FASTA अनुक्रम को एक बुनियादी GenBank-शैली रिकॉर्ड में बदलकर उसे ORIGIN अनुभाग में लिखता है; यह जैविक फ़ीचर एनोटेशन का अनुमान नहीं लगाता और न ही उन्हें जोड़ता है।

GENBANK से FASTA

जेनबैंक फ्लैटफ़ाइल को FASTA सीक्वेंस में बदलने से एनोटेशन मेटाडेटा हट जाता है और तेज़ बायोइन्फॉर्मेटिक्स विश्लेषण के लिए आवश्यक केवल कच्चे न्यूक्लियोटाइड या अमीनो एसिड सीक्वेंस बचते हैं।