Was ist das FASTA-Dateiformat?
Das Format .fasta gehört zur Kategorie der Bioinformatik-Datendateien. Inhalte von .fasta-Dateien umfassen Sequenzen genetischer Daten - sie können Informationen über die Struktur von DNA und RNA, aber auch über Proteinstrukturen enthalten. Der Inhalt ist in einem für diesen Standard spezifischen Layout organisiert. Eines seiner charakteristischen Merkmale ist eine Kopfzeile mit > (genannt Defline), in der ein Identifikator und beschreibende Annotationen aufgezeichnet werden können. Auf jede Kopfzeile folgen eine oder mehrere Zeilen mit rohen Sequenzbuchstaben, die IUPAC-Nukleotid- oder Aminosäurecodes verwenden.
.fasta-Dateien können eine große Anzahl von Sequenzen in einer einzigen Datei speichern, weshalb Multi-.fasta-Dateien häufig als Referenzdatenbanken verwendet werden. All diese Informationen werden von spezialisierten Programmen für genetische Analysen genutzt. Dank des .fasta-Formats können DNA-Vergleichstests sowie Studien zur Evolution genetischer Strukturen durchgeführt werden.
Da .fasta nur den Identifikator und die rohe Sequenz speichert - ohne Qualitätswerte oder umfangreiche Annotationen -, werden oft ergänzende Formate daneben verwendet: .fastq-Dateien fügen Qualitätswerte pro Base für Sequenzier-Reads hinzu, während GenBank-Dateien vollständige Merkmalsannotationen enthalten. Das Format wurde von William R. Pearson und David J. Lipman für ihr FASTA-Sequenzvergleichsprogramm entwickelt und hat sich seitdem zum grundlegenden Textstandard für den Austausch biologischer Sequenzen zwischen Tools und Datenbanken weltweit entwickelt.
Gängige Varianten der Dateiendung sind .fa, .fna (Nukleotidsequenzen), .faa (Aminosäuresequenzen) und .ffn (kodierende Sequenzen).
Sicherheit
RISIKO: LOWEine FASTA-Datei enthält Sequenzdaten im Klartext ohne ausführbare Inhalte, daher ist das Öffnen sehr risikoarm. Die realistischen Vorsichtsmaßnahmen sind praktischer, nicht sicherheitsrelevanter Natur: FASTA-Dateien ganzer Genome können hunderte MB bis viele GB groß sein und einen einfachen Texteditor zum Einfrieren bringen (verwenden Sie einen Streaming-Viewer wie AliView oder Kommandozeilen-Tools wie seqkit/samtools faidx). Achten Sie zudem auf fehlerhafte Header oder gemischte Zeilenenden, die nachfolgende Tools stören könnten. Beziehen Sie Referenzsequenzen von autorisierten Quellen (NCBI, Ensembl, UniProt), um die Datenintegrität zu gewährleisten.
Formatdetails
kurz gefasstProgramme zum Öffnen von FASTA-Dateien
Windows5 apps
Jalview
Kostenlos Öffnen Sie die .fasta, um Sequenzen mit einem funktionsreichen Alignment-Viewer anzuzeigen, zu bearbeiten und auszurichten (Java, kostenlos).
UGENE
Open Source Öffnen Sie die .fasta in dieser kostenlosen integrierten Bioinformatik-Suite zum Anzeigen, Ausrichten und Analysieren.
SnapGene / SnapGene Viewer
Freemium Öffnen Sie die .fasta, um Sequenzen anzuzeigen und (mit SnapGene) Klonierungen zu entwerfen; der kostenlose Viewer liest FASTA.
Notepad++ (plain text)
Open Source Öffnen Sie kleine FASTA-Dateien als Text, um Kopfzeilen/Sequenzen direkt zu lesen oder zu bearbeiten. 
macOS3 apps
AliView
Open Source Schneller, kostenloser Alignment-Viewer/Editor - öffnen Sie die .fasta, um große Alignments anzuzeigen und zu bearbeiten.
SnapGene / SnapGene Viewer
Freemium Öffnen Sie die .fasta, um Sequenzen anzuzeigen und (mit SnapGene) Klonierungen zu entwerfen; der kostenlose Viewer liest FASTA.
UGENE
Open Source Öffnen Sie die .fasta in dieser kostenlosen integrierten Bioinformatik-Suite zum Anzeigen, Ausrichten und Analysieren. 
Linux2 apps
EMBOSS / Bioconda command-line tools
Open Source Verwenden Sie seqret/infoseq (EMBOSS) oder seqkit/samtools, um FASTA auf der Kommandozeile zu inspizieren, zu indizieren und zu konvertieren.
NCBI BLAST (web)
Kostenlos Fügen Sie die FASTA-Sequenz ein oder laden Sie sie hoch, um sie online in Datenbanken zu suchen. Technische Details
technische Spezifikation| Formattyp | Reines Textformat für biologische Sequenzen; ein oder mehrere Datensätze pro Datei |
| Dateikodierung | ASCII / UTF-8 Klartext; keine Binärdaten |
| Datensatz-Header-Marker | „>“ (größer-als, 0x3E) am Byte-Offset 0 jeder Kopfzeile - der einzige Pseudo-Magic-Identifikator |
| Header-Struktur (Defline) | „>Identifikator Beschreibung“ gemäß NCBI-Defline-Konvention, die von Datenbanken und Tools weitgehend befolgt wird |
| Sequenz-Alphabet | IUPAC-Nukleotidcodes (A, C, G, T, U, N, Ambiguitätscodes) für DNA/RNA; Ein-Buchstaben-Aminosäurecodes für Proteine |
| Multi-Datensatz-Unterstützung | Unbegrenzte Datensätze pro Datei (Multi-FASTA); eine einzelne Datei kann als vollständige Referenzdatenbank dienen |
| Zeilenumbruch der Sequenz | Typischerweise 60-80 Zeichen pro Zeile; Umbrüche sind kosmetisch - konforme Tools setzen die Sequenz unter Ignorierung der Zeilenumbrüche wieder zusammen |
| Qualitätswerte | Nicht unterstützt; nur rohe Sequenz - Qualitätsdaten pro Base erfordern stattdessen das FASTQ-Format |
| Annotations-Unterstützung | Identifikator und Freitextbeschreibung nur im Header; keine Merkmals- oder Koordinatenannotationen (verwenden Sie dafür GenBank/.gb oder GFF3) |
| Kompression | Nativ keine; häufig gzip-komprimiert als .fasta.gz oder .fa.gz verbreitet |
| MIME-Typ | text/x-fasta (auch gesehen: text/plain, application/x-fasta) |
| Typische Dateigröße | Einige KB für ein einzelnes Gen oder Protein, bis zu zig GB für ganze Genome oder Referenzdatenbanken |
| Varianten der Endung | .fa (generisch), .fna (Nukleotid), .faa (Aminosäure), .ffn (kodierende Sequenzen), .frn (nicht-kodierende RNA) |
| Integritätsprüfung in der Datei | Keine; Referenz-Releases werden typischerweise von externen .md5-Prüfsummendateien begleitet |
| Plattformnutzung | Plattformübergreifend; dominant in Linux/HPC-Bioinformatik-Pipelines, mit breiter Unterstützung in Windows- und macOS-Tools |
| Interoperabilität | Wird von praktisch allen Sequenzanalyse-Tools als Ein-/Ausgabe akzeptiert: BLAST, BWA, STAR, Bowtie2, EMBOSS, Biopython und andere |
| Veröffentlicht | 1985 (FASTP/FASTA sequence-comparison program; format formalized 1988) |
| Neueste Version | De facto standard; no formal versioned spec (NCBI defline conventions widely followed) |
| Offener Standard | Ja · lizenzgebührenfrei |
| Spezifikation | www.ncbi.nlm.nih.gov |
FASTA-Konvertierungen
Community Q&A
von Nutzern gefragtNoch keine Fragen - stellen Sie die erste Frage zu FASTA-Dateien.
