Converter FASTA para GenBank
O conversor transforma a sequência FASTA num registo básico ao estilo GenBank e escreve-a na secção ORIGIN; não infere nem acrescenta anotações de características biológicas.
Comparação de formatos e especificações técnicas
| Especificação | FASTA | GENBANK |
|---|---|---|
| Tipo MIME | text/ | text/ |
| Tipo | texto de sequências de bioinformática | arquivo plano de nucleotídeos anotado |
| Compressão | nenhum (texto simples) | nenhum (texto simples) |
| Especificação padrão | NCBI FASTA Specification | NCBI GenBank Flatfile Release Notes |
| Assinatura binária (magic bytes) | 3E ('>' Sequence header line) | 4C 4F 43 55 53 20 20 20 20 (LOCUS ) |
Visão geral e aplicações do formato
Pesquisadores em genômica costumam converter sequências de texto simples em registros detalhadamente anotados. Um arquivo FASTA é um formato leve que contém apenas uma linha de cabeçalho iniciada pelo símbolo de maior que (>) e as letras da sequência de nucleotídeos ou aminoácidos. Essa simplicidade é útil para ferramentas básicas de alinhamento e busca de sequências. Porém, para publicar genomas ou estudar características específicas de genes, os cientistas precisam de metadados estruturados. O formato GenBank organiza a sequência genética em um documento de texto com várias linhas e uma estrutura rígida. Ele inclui seções para nome do locus, taxonomia do organismo, referências bibliográficas e tabelas de características que indicam exatamente onde ficam os genes, as regiões codificantes e os promotores no cromossomo. Pipelines de bioinformática, navegadores de genomas e portais de envio, como o NCBI GenBank, usam essas anotações detalhadas para interpretar sequências de DNA brutas. Essa conversão aproxima a descoberta de sequências da descrição biológica formal. Enquanto um arquivo FASTA informa quais letras estão presentes no DNA, o arquivo GenBank de destino explica a função delas em uma célula viva.
Especificações técnicas e análise de codecs
O conversor transforma a sequência FASTA num registo básico ao estilo GenBank e escreve-a na secção ORIGIN; não infere nem acrescenta anotações de características biológicas.
Compatibilidade com sistemas operacionais e navegadores
Como os dois formatos são arquivos de texto ASCII padrão, funcionam na maioria dos sistemas operacionais e plataformas de hardware modernos. É possível abrir e editar esses arquivos no Windows, macOS e Linux com editores de texto básicos ou programas especializados de bioinformática, como Geneious, SnapGene e Artemis. Navegadores exibem ambos os formatos em áreas de texto ou com visualizadores de sequências em JavaScript. Ferramentas de linha de comando como Biopython, EMBOSS e NCBI BLAST os analisam em computadores, clusters de alto desempenho e ambientes de nuvem.
Informações úteis
O tamanho do resultado depende da sequência e do texto do registo. O conversor não cria um registo GenBank totalmente anotado; se necessário, acrescente separadamente informações de origem e características verificadas.
Perguntas frequentes
Como converter uma sequência FASTA num arquivo GenBank sem perder qualidade?
O conversor transforma a sequência FASTA num registo básico ao estilo GenBank e escreve-a na secção ORIGIN; não infere nem acrescenta anotações de características biológicas.
Qual é a diferença entre uma sequência FASTA e um arquivo GenBank?
Um arquivo FASTA é um formato de texto minimalista que contém apenas uma linha de cabeçalho simples e sequências em bruto. Um arquivo GenBank é um documento altamente estruturado, dividido em seções definidas como LOCUS, DEFINITION, ACCESSION, SOURCE, FEATURES e ORIGIN, para armazenar metadados biológicos detalhados juntamente com a sequência.