GenBank转FASTA转换器
将 GenBank 扁平文件转换为 FASTA 序列可去除注释元数据，仅保留快速生物信息学分析所需的原始核苷酸或氨基酸序列。
格式比较与技术规格
| 规格 | GENBANK | FASTA |
|---|---|---|
| MIME 类型 | text/ | text/ |
| 类型 | 带注释的核苷酸平面文件 | 生物信息学序列文本 |
| 压缩 | 无 (纯文本) | 无 (纯文本) |
| 标准规范 | NCBI GenBank 扁平文件发行说明 | NCBI FASTA 规范 |
| 魔数文件头 (Magic Bytes) | 4C 4F 43 55 53 20 20 20 20 (LOCUS ) | 3E ('>' Sequence header line) |
格式概述与应用
GenBank 记录包含序列数据和注释。FASTA 使用定义行和序列来存储数据；按照工具要求的格式编写后，BLAST 等许多比对和搜索工具都能接受。转换为 FASTA 会丢弃注释，而且不同生物信息学应用的输入要求各异。
技术规格与编解码器解析
GenBank 扁平文件格式使用 MIME 类型 text/plain，并包含按 LOCUS、DEFINITION、ACCESSION 和 ORIGIN 等不同关键字部分组织的高度结构化文本。FASTA 格式也使用 MIME 类型 text/plain，但会舍弃所有部分，仅保留以大于号开头的标题行和随后的原始序列字母行。默认情况下，这两种格式都不使用压缩，因此均为纯文本 ASCII 或 UTF-8 编码文件。这些纯文本格式没有魔数签名。软件会扫描初始文本标头，通过在 GenBank 文件中查找 LOCUS 等关键字，或在 FASTA 文件中查找“>”来识别格式。由于 FASTA 仅保留序列数据并丢弃注释，因此对于序列本身而言，转换是单向的；原始扁平文件中的生物学注释也会在输出中丢失。
操作系统与浏览器兼容性
FASTA 和 GenBank 都是文本格式，但应用可能对换行方式、标识符、序列字母表或记录字段有特定要求。许多生物信息学工具都能读取 FASTA；请确认计划使用的工具接受哪种变体和设置。
实用信息
在运行转换脚本之前，请务必保留原始 GenBank 扁平文件的备份副本。一旦将注释剥离为 FASTA 文件，您就无法仅从序列数据中恢复原始基因坐标、出版物引用或翻译表。
常见问题
如何将 GenBank 扁平文件转换为 FASTA 序列且不丢失质量？
关于实际的遗传序列数据，转换是完全无损的。核苷酸或蛋白质字母保持完全一致。但是，您会丢失所有描述性的生物学注释，例如基因名称、作者引用和特征表，因为 FASTA 格式旨在仅保存标头和序列本身。
GenBank 扁平文件与 FASTA 序列有什么区别？
GenBank 扁平文件是一个复杂的、多部分的文档，包含丰富的生物元数据以及底部的原始序列。FASTA 序列是一种极简的文本格式，仅由前面带有大于号的单个描述性标题行以及随后的原始序列行组成。