Konwerter FASTA na GenBank
Konwerter przekształca sekwencję FASTA w podstawowy rekord w stylu GenBank i zapisuje ją w sekcji ORIGIN; nie wyprowadza ani nie dodaje adnotacji cech biologicznych.
Porównanie formatów i specyfikacja techniczna
| Specyfikacja | FASTA | GENBANK |
|---|---|---|
| Typ MIME | text/ | text/ |
| Typ | tekst sekwencji bioinformatycznej | płaski plik z adnotacjami sekwencji nukleotydów |
| Kompresja | brak (zwykły tekst) | brak (zwykły tekst) |
| Standardowa specyfikacja | NCBI FASTA Specification | NCBI GenBank Flatfile Release Notes |
| Nagłówek z bajtami identyfikującymi | 3E ('>' Sequence header line) | 4C 4F 43 55 53 20 20 20 20 (LOCUS ) |
Przegląd formatu i zastosowania
Badacze zajmujący się genomiką często przechodzą między prostym tekstem sekwencji a mocno adnotowanymi rekordami. Plik FASTA zapewnia lekki kontener mieszczący jedynie linię nagłówka rozpoczynającą się od znaku większości oraz surowe litery nukleotydów lub aminokwasów. Ta prostota świetnie sprawdza się w przypadku podstawowych narzędzi dopasowywania i wyszukiwania sekwencji. Jednak gdy naukowcy muszą publikować nowe genomy lub badać konkretne cechy genowe, potrzebują ustrukturyzowanych metadanych. Format pliku płaskiego GenBank rozwiązuje ten problem, owijając sekwencję genetyczną w sztywny, wieloliniowy dokument tekstowy. Zawiera on ustrukturyzowane sekcje dotyczące nazw locus, taksonomii organizmów, odniesień do publikacji oraz tabel cech, które dokładnie wskazują, gdzie na chromosomie znajdują się geny, regiony kodujące i promotory. Potoki bioinformatyczne, przeglądarki genomów i portale przesyłania danych, takie jak NCBI GenBank, opierają się na tej bogatej strukturze adnotacji, aby zrozumieć surowe DNA. Przeprowadzenie tej konwersji stanowi pomost między odkryciem surowej sekwencji a formalnym opisem biologicznym. O ile plik FASTA po prostu określa, jakie litery znajdują się w DNA, o tyle docelowy plik GenBank wyjaśnia, co te litery faktycznie robią wewnątrz żywej komórki.
Specyfikacja techniczna i analiza kodeków
Konwerter przekształca sekwencję FASTA w podstawowy rekord w stylu GenBank i zapisuje ją w sekcji ORIGIN; nie wyprowadza ani nie dodaje adnotacji cech biologicznych.
Zgodność z systemami operacyjnymi i przeglądarkami
Ponieważ oba formaty są standardowym tekstem ASCII, cieszą się uniwersalną kompatybilnością we wszystkich nowoczesnych systemach operacyjnych i platformach sprzętowych. Możesz je otwierać i edytować w systemach Windows, macOS i Linux za pomocą podstawowych edytorów tekstowych lub specjalistycznych pakietów bioinformatycznych, takich jak Geneious, SnapGene i Artemis. Przeglądarki internetowe mogą natywnie wyświetlać oba typy plików w obszarach tekstowych lub za pomocą przeglądarek sekwencji opartych na języku JavaScript. Narzędzia wiersza poleceń, takie jak Biopython, EMBOSS i NCBI BLAST, bezproblemowo analizują te pliki na terminalach biurkowych, w klastrach obliczeniowych o wysokiej wydajności oraz w środowiskach chmurowych. Obsługa zależy też od aplikacji, urządzenia, systemu operacyjnego i jego wersji.
Przydatne informacje
Rozmiar wyniku zależy od sekwencji i tekstu rekordu. Konwerter nie tworzy w pełni opisanego rekordu GenBank; w razie potrzeby dodaj osobno zweryfikowane informacje o źródle i cechach.
Często zadawane pytania
Jak przekonwertować sekwencję FASTA na plik płaski GenBank bez utraty jakości?
Konwerter przekształca sekwencję FASTA w podstawowy rekord w stylu GenBank i zapisuje ją w sekcji ORIGIN; nie wyprowadza ani nie dodaje adnotacji cech biologicznych.
Czym się różni sekwencja FASTA od pliku płaskiego GenBank?
Plik FASTA to minimalistyczny format tekstowy zawierający jedynie prostą linię nagłówka oraz ciągi surowej sekwencji. Plik płaski GenBank to mocno ustrukturyzowany dokument podzielony na zdefiniowane sekcje, takie jak LOCUS, DEFINITION, ACCESSION, SOURCE, FEATURES i ORIGIN, w celu przechowywania bogatych metadanych biologicznych wraz z sekwencją.