Chuyển đổi GenBank sang FASTA
Chuyển tệp GenBank dạng phẳng sang chuỗi FASTA, loại bỏ siêu dữ liệu chú thích để chỉ giữ lại chuỗi nucleotide hoặc axit amin thô cần cho phân tích tin sinh học nhanh.
So sánh định dạng & Thông số kỹ thuật
| Thông số kỹ thuật | GENBANK | FASTA |
|---|---|---|
| Loại MIME | text/ | text/ |
| Loại | tệp phẳng nucleotide có chú giải | văn bản chuỗi tin sinh học |
| Nén | không có (văn bản thuần túy) | không có (văn bản thuần túy) |
| Thông số tiêu chuẩn | Ghi chú phát hành tệp GenBank dạng phẳng của NCBI | Đặc tả NCBI FASTA |
| Chữ ký byte đầu tệp | 4C 4F 43 55 53 20 20 20 20 (LOCUS ) | 3E ('>' Sequence header line) |
Tổng quan định dạng & Ứng dụng
Bản ghi GenBank gồm dữ liệu trình tự và chú thích. FASTA lưu trình tự cùng dòng định nghĩa và được nhiều công cụ căn chỉnh, tìm kiếm chấp nhận, gồm BLAST, nếu định dạng phù hợp công cụ. Chuyển sang FASTA sẽ bỏ chú thích; yêu cầu đầu vào tùy ứng dụng tin sinh học.
Thông số kỹ thuật & Phân tích codec
Định dạng GenBank flatfile dùng loại MIME text/plain và chứa văn bản có cấu trúc cao, chia thành các phần từ khóa riêng như LOCUS, DEFINITION, ACCESSION và ORIGIN. Định dạng FASTA cũng dùng text/plain nhưng chỉ giữ một dòng tiêu đề bắt đầu bằng dấu lớn hơn cùng các dòng tiếp theo chứa chữ cái chuỗi thô. Theo mặc định, cả hai định dạng đều không nén, được lưu dưới dạng tệp văn bản ASCII hoặc UTF-8. Các định dạng văn bản thuần này không có chữ ký byte nhận diện. Thay vào đó, phần mềm nhận biết chúng bằng cách quét tiêu đề văn bản ban đầu, tìm từ khóa LOCUS trong tệp GenBank hoặc ký tự '>' trong tệp FASTA. Vì FASTA chỉ giữ dữ liệu chuỗi và bỏ chú thích, quá trình chuyển đổi chỉ có thể khôi phục chuỗi; mọi ghi chú sinh học trong flatfile gốc sẽ mất khỏi đầu ra.
Khả năng tương thích hệ điều hành & trình duyệt
FASTA và GenBank là định dạng văn bản, nhưng ứng dụng có thể yêu cầu cách ngắt dòng, mã định danh, bảng chữ cái trình tự hoặc trường bản ghi cụ thể. Nhiều công cụ tin sinh học đọc FASTA; hãy xác nhận biến thể và thiết lập mà công cụ của bạn chấp nhận.
Thông tin hữu ích
Luôn giữ lại một bản sao lưu của GenBank flatfile gốc trước khi chạy tập lệnh chuyển đổi. Một khi bạn đã loại bỏ các chú thích thành tệp FASTA, bạn không thể khôi phục lại tọa độ gen ban đầu, tài liệu tham khảo xuất bản hoặc bảng dịch mã từ dữ liệu chuỗi đơn thuần.
Câu hỏi thường gặp
Làm thế nào để chuyển đổi GenBank Flatfile sang chuỗi FASTA mà không làm giảm chất lượng?
Quá trình chuyển đổi hoàn toàn không làm mất mát dữ liệu chuỗi di truyền thực tế. Các ký tự nucleotide hoặc protein vẫn được giữ nguyên. Tuy nhiên, bạn sẽ mất tất cả các chú thích sinh học mô tả, chẳng hạn như tên gen, trích dẫn tác giả và bảng tính năng, bởi vì định dạng FASTA được thiết kế chỉ để chứa tiêu đề và bản thân chuỗi.
Sự khác biệt giữa GenBank Flatfile và chuỗi FASTA là gì?
GenBank flatfile là một tài liệu phức tạp, nhiều phần chứa siêu dữ liệu sinh học phong phú và chuỗi thô ở dưới cùng. Chuỗi FASTA là một định dạng văn bản tối thiểu bao gồm chỉ một dòng tiêu đề mô tả duy nhất được đặt trước bởi ký hiệu lớn hơn theo sau là các dòng chuỗi thô.