Convertor FASTA în GenBank
Convertorul transformă secvența FASTA într-o înregistrare de bază în stil GenBank și o scrie în secțiunea ORIGIN; nu deduce și nu adaugă adnotări pentru caracteristici biologice.
Compararea formatelor și specificații tehnice
| Specificație | FASTA | GENBANK |
|---|---|---|
| Tip MIME | text/ | text/ |
| Tip | text cu secvențe bioinformatice | fișier plat cu nucleotide adnotate |
| Compresie | niciuna (text pur) | niciuna (text pur) |
| Specificație standard | NCBI FASTA Specification | NCBI GenBank Flatfile Release Notes |
| Antet Magic Bytes | 3E ('>' Sequence header line) | 4C 4F 43 55 53 20 20 20 20 (LOCUS ) |
Prezentare generală a formatului și aplicații
Cercetătorii din domeniul genomicii trec frecvent de la textul simplu al secvențelor la înregistrări cu multe adnotări. Un fișier FASTA este un container simplu care conține doar o linie de antet ce începe cu simbolul „mai mare decât” și literele brute ale nucleotidelor sau aminoacizilor. Acest format este potrivit pentru instrumente de aliniere de bază și căutări de secvențe. Însă, pentru publicarea unor genomuri noi sau studierea unor caracteristici genetice specifice, oamenii de știință au nevoie de metadate structurate. Formatul text GenBank rezolvă această problemă prin includerea secvenței genetice într-un document text structurat pe mai multe linii. Acesta conține secțiuni pentru numele locusului, taxonomia organismului, referințe bibliografice și tabele de caracteristici care indică exact pozițiile genelor, regiunilor codificatoare și promotorilor pe cromozom. Fluxurile de lucru bioinformatice, browserele de genom și portalurile de trimitere precum NCBI GenBank se bazează pe această structură bogată în adnotări pentru a interpreta secvențele de ADN brute. Conversia face legătura dintre descoperirea secvențelor brute și descrierea biologică formală. În timp ce un fișier FASTA indică doar ce litere sunt prezente în ADN, fișierul GenBank rezultat explică ce rol au acestea într-o celulă vie.
Specificații tehnice și detalii despre codecuri
Convertorul transformă secvența FASTA într-o înregistrare de bază în stil GenBank și o scrie în secțiunea ORIGIN; nu deduce și nu adaugă adnotări pentru caracteristici biologice.
Compatibilitate SO și browser
Deoarece ambele formate sunt text ASCII standard, sunt compatibile cu majoritatea sistemelor de operare și platformelor hardware moderne. Le poți deschide și edita pe Windows, macOS și Linux cu editoare de text simple sau cu suite bioinformatice specializate precum Geneious, SnapGene și Artemis. Browserele web pot afișa nativ ambele tipuri de fișiere în zone de text sau prin vizualizatoare de secvențe bazate pe JavaScript. Instrumente din linia de comandă precum Biopython, EMBOSS și NCBI BLAST analizează fiabil aceste fișiere pe terminale desktop, clustere de calcul de înaltă performanță și în medii cloud.
Informații utile
Dimensiunea rezultatului depinde de secvență și de textul înregistrării. Convertorul nu creează o înregistrare GenBank complet adnotată; adăugați separat informații despre sursă și caracteristici verificate, dacă este necesar.
Întrebări frecvente
Cum convertesc o secvență FASTA într-un fișier text GenBank fără a pierde calitatea?
Convertorul transformă secvența FASTA într-o înregistrare de bază în stil GenBank și o scrie în secțiunea ORIGIN; nu deduce și nu adaugă adnotări pentru caracteristici biologice.
Care este diferența dintre o secvență FASTA și un fișier plan GenBank?
Un fișier FASTA este un format text minimalist care conține doar o linie de antet simplă și șiruri de secvențe brute. Un fișier plan GenBank este un document puternic structurat, împărțit în secțiuni definite precum LOCUS, DEFINITION, ACCESSION, SOURCE, FEATURES și ORIGIN, pentru a stoca metadate biologice bogate alături de secvență.