GenBank에서 FASTA로 변환
GenBank 플랫파일을 FASTA 서열로 변환하여 주석 메타데이터를 제거하고 빠른 생물정보학 분석에 필요한 원시 뉴클레오티드 또는 아미노산 서열만 남깁니다.
형식 비교 및 기술 사양
| 사양 | GENBANK | FASTA |
|---|---|---|
| MIME 유형 | text/ | text/ |
| 유형 | 주석이 포함된 뉴클레오타이드 플랫파일 | 생물정보학 서열 텍스트 |
| 압축 | 없음 (일반 텍스트) | 없음 (일반 텍스트) |
| 표준 사양 | NCBI GenBank Flatfile Release Notes | NCBI FASTA Specification |
| 매직 바이트 헤더 | 4C 4F 43 55 53 20 20 20 20 (LOCUS ) | 3E ('>' Sequence header line) |
형식 개요 및 활용 분야
GenBank 레코드에는 서열 데이터와 주석이 들어 있습니다. FASTA는 정의 줄과 서열을 저장하며, 도구에 맞게 형식을 지정하면 BLAST를 비롯한 여러 정렬 및 검색 도구에서 사용할 수 있습니다. FASTA로 변환하면 주석이 사라지며, 생물정보학 앱마다 입력 요건이 다릅니다.
기술 사양 및 코덱 분석
GenBank 플랫파일 형식은 MIME 타입 text/plain을 사용하며 LOCUS, DEFINITION, ACCESSION, ORIGIN과 같은 구별되는 키워드 섹션으로 조직된 구조화된 텍스트를 포함합니다. FASTA 형식 역시 MIME 타입 text/plain을 사용하지만, 보다 크거나 같은 기호로 시작하는 단일 헤더 줄과 그 뒤에 이어지는 원시 서열 문자 행을 제외한 모든 섹션을 생략합니다. 기본적으로 압축을 사용하지 않으므로 두 형식 모두 일반 텍스트 ASCII 또는 UTF-8 인코딩 파일로 존재합니다. 이러한 일반 텍스트 형식에는 매직 바이트 서명이 존재하지 않습니다. 대신 소프트웨어는 초기 텍스트 헤더를 스캔하여 GenBank 파일의 LOCUS 키워드나 FASTA 파일의 '>' 문자와 같은 키워드를 찾아 식별합니다. FASTA는 서열 데이터만 유지하고 주석은 폐기하므로 서열 자체에 관해서는 변환이 엄격한 단방향이지만, 원래 플랫파일의 생물학적 메모는 출력에서 손실됩니다.
OS 및 브라우저 호환성
FASTA와 GenBank는 텍스트 형식이지만 앱마다 줄바꿈 방식과 식별자, 서열 문자 집합, 레코드 필드의 요건이 다를 수 있습니다. 많은 생물정보학 도구에서 FASTA를 읽을 수 있습니다. 사용할 도구에서 허용하는 변형과 설정을 확인하세요.
유용한 정보
변환 스크립트를 실행하기 전에 항상 원래 GenBank 플랫파일의 백업 복사본을 보관하십시오. 주석을 FASTA 파일로 스트립핑하고 나면 서열 데이터 자체만으로는 원래 유전자 좌표, 출판물 참고 문헌 또는 번역 테이블을 복구할 수 없습니다.
자주 묻는 질문
품질 저하 없이 GenBank 플랫파일을 FASTA 염기서열로 어떻게 변환합니까?
실제 유전 서열 데이터에 관한 한 변환은 완전히 무손실입니다. 뉴클레오티드 또는 단백질 문자는 정확하게 유지됩니다. 그러나 FASTA 형식은 헤더와 서열 자체만 담도록 설계되었으므로 유전자 이름, 저자 인용, 기능 테이블과 같은 모든 설명적 생물학적 주석은 손실됩니다.
GenBank 플랫파일과 FASTA 염기서열의 차이점은 무엇입니까?
GenBank 플랫파일은 풍부한 생물학적 메타데이터와 하단의 원시 서열를 포함하는 복잡한 다중 섹션 문서입니다. FASTA 서열는 보다 큼 기호가 앞에 오는 단일 설명 헤더 줄과 그 뒤를 따르는 원시 서열 줄로만 구성된 최소한의 텍스트 형식입니다.