Sekuens FASTA (.fasta)
FASTA StandarFASTA adalah format teks urutan yang umum; ukuran bergantung pada data dan pemformatan. Catatan GenBank beragam dan statistik berubah pada setiap rilis.
Konversi FASTA ke GENBANK
Konverter FASTA ke GENBANK gratis yang berjalan di peramban. Konversikan berkas secara instan di perangkat Anda.
Pemeriksaan & Metadata
Sistem operasi dan penganalisis file mengenali file FASTA dengan memeriksa urutan byte biner di bagian awal:
Tanda Tangan Header per Byte (Byte Penanda)
Sistem operasi dan penganalisis file mengenali file FASTA dengan memeriksa urutan byte biner di bagian awal:
TANDA TANGAN HEX (OFFSET 0):
3EREPRESENTASI ASCII: >
Standardisasi: FASTA adalah format teks urutan yang umum; ukuran bergantung pada data dan pemformatan. Catatan GenBank beragam dan statistik berubah pada setiap rilis.
Spesifikasi Teknis
| Arsitektur Kontainer | File urutan teks biasa dengan baris header yang diawali '>' lalu pengenal urutan, diikuti baris berisi kode nukleotida atau asam amino satu huruf |
| Kompresi | Teks tanpa kompresi (sering dikompresi dengan Gzip sebagai .fasta.gz atau .fa.gz) |
| Urutan Byte | Aliran teks ASCII / UTF-8 |
| Ruang Warna | N/A (Genomic Sequence Data) |
| Saluran & Struktur | Kode asam nukleat (A, C, G, T, U, N) atau kode protein 20 asam amino IUPAC |
| Dimensi Maksimum | Panjang urutan tanpa batas (mendukung kromosom manusia utuh yang melebihi 250 juta pasangan basa) |
| Transparansi | None |
| Streaming & Progresif | Pemrosesan streaming berurutan untuk setiap rekaman |
Perbandingan Teknis FASTA dengan Pesaing
| Atribut Teknis | FASTA (Saat Ini) | FASTQ | GENBANK | GFF |
|---|---|---|---|---|
| Skor Kualitas | Tidak ada (huruf sekuens murni) | Skor kualitas Phred per basa | Tidak ada (anotasi fitur) | Tidak ada (koordinat fitur) |
| Baris Tajuk | Dimulai dengan karakter '>' | Dimulai dengan karakter '@' | Blok LOCUS terstruktur | Kolom genomik dibatasi tab |
| Penggunaan Utama | Genom referensi & pencarian BLAST | Data mentah dari alat pengurutan throughput tinggi (Illumina) | Gen beranotasi komprehensif | Anotasi fitur genomik |
| Ukuran File (Genom Manusia) | FASTA adalah format teks urutan yang umum; ukuran bergantung pada data dan pemformatan. Catatan GenBank beragam dan statistik berubah pada setiap rilis. | ~100+ Gigabita (dengan kualitas) | Teks kaya berukuran multi-gigabita | ~50 Megabita |
Pola Kerusakan Umum dan Panduan Pemulihan Hex
Alat bioinformatika melaporkan 'Karakter sekuens tidak valid pada baris X'.
Penyebab Utama: Spasi putih, angka, atau karakter non-IUPAC di dalam baris sekuens.
Pemulihan: Saring dan bersihkan karakter sekuens menggunakan File2File.app Bioinformatics Tool.
Analisis Keamanan & Vektor Serangan Parser
Alat genomik mengurai file FASTA berukuran multi-gigabyte masif di mana pelimpahan bilangan bulat (integer overflow) dapat terjadi saat mengindeks koordinat sekuens.
Vektor Serangan yang Diketahui
- Pelimpahan bilangan bulat pada pengindeks sekuens (FAI) 32-bit yang melebihi 2^31 pasangan basa.
- Luapan buffer saat membaca header pengenal sekuens yang terlalu panjang.
- Penolakan layanan melalui kueri penyejajaran yang tidak normal.
Praktik Terbaik Defensif: Gunakan tipe koordinat 64-bit dan terapkan validasi panjang header maksimum.
Asal-Usul & Tonggak Sejarah
Keunggulan & Kelebihan Utama
- Standar global biologi komputasi yang tidak terbantahkan: digunakan oleh setiap alat genomik, mesin sekuensing, dan basis data di Bumi.
- Kesederhanaan yang ekstrem: baris 1 dimulai dengan '>' diikuti oleh ID, lalu diikuti oleh huruf genetik dalam teks biasa.
- Kapasitas multisekuens: satu file dapat berisi ribuan gen individual atau genom virus lengkap.
Keterbatasan Teknis & Kekurangan
- Tidak berisi skor kualitas pengurutan (tidak seperti FASTQ, yang menyimpan skor keyakinan Phred per basa).
- Tidak ada sintaks metadata standar untuk baris tajuk di luar pengidentifikasi awal.
- Membutuhkan ruang penyimpanan sangat besar untuk data genom utuh tanpa Gzip atau kompresi genomik khusus.
Fakta Teknis Menarik
- FASTA adalah format teks urutan yang umum; ukuran bergantung pada data dan pemformatan. Catatan GenBank beragam dan statistik berubah pada setiap rilis.
- Empat huruf DNA yang disimpan dalam file FASTA adalah A (Adenin), C (Sitosin), G (Guanin), dan T (Timin).
- Saat genom virus korona COVID-19 pertama kali diurutkan pada Januari 2020, para ilmuwan membagikannya secara global sebagai file FASTA 30.000 huruf.
Pertanyaan Teknis yang Sering Diajukan
Apa itu file FASTA?
File FASTA adalah file teks biasa yang digunakan dalam biologi untuk menyimpan sekuens DNA, RNA, atau protein menggunakan singkatan satu huruf.
Apa perbedaan antara FASTA dan FASTQ?
FASTA hanya menyimpan huruf sekuens genetik, sedangkan FASTQ menyimpan huruf sekaligus skor kualitas keakuratan pengurutan (sequencing) untuk setiap basa.
Bagaimana cara melihat file FASTA?
Anda dapat membuka file FASTA di editor teks apa pun, melihatnya di perangkat lunak bioinformatika seperti Jalview atau UGENE, atau mengonversinya menggunakan File2File.app.
Pasangan Konversi FASTA Terkait
Konverter mengubah sekuens FASTA menjadi catatan dasar bergaya GenBank dan menulis sekuens tersebut di bagian ORIGIN; konverter tidak menyimpulkan atau menambahkan anotasi fitur biologis.
Mengubah GenBank Flatfile menjadi sekuens FASTA menghapus metadata anotasi untuk menyisakan hanya urutan nukleotida atau asam amino mentah yang diperlukan untuk analisis bioinformatika yang cepat.