Archivo AB1

Un archivo .ab1 es un cromatograma binario producido por secuenciadores de ADN capilares de Applied Biosystems (ahora Thermo Fisher Scientific), que almacena la salida bruta y procesada de una sola carrera de secuenciación Sanger. El formato se denomina oficialmente ABIF: Applied Biosystems Genetic Analysis Data File Format.

El archivo se abre con una cadena mágica ASCII de cuatro bytes ABIF, seguida de un campo de versión y un encabezado de 128 bytes que registra el desplazamiento del directorio de etiquetas. El cuerpo utiliza una estructura de etiquetas inspirada en TIFF: cada entrada del directorio especifica un nombre de etiqueta de cuatro caracteres, un código de tipo de datos, el recuento de elementos, el tamaño de los datos y un valor en línea (para entradas ≤ 4 bytes) o un desplazamiento que apunta a un bloque de datos en otra parte del archivo. Los bloques de datos principales incluyen intensidades de fluorescencia brutas para cuatro canales de tinte (etiquetas DATA 1-4 y 105-108), llamadas de bases procesadas (PBAS 2), puntuaciones de calidad equivalentes a Phred (PCON 2) e índices de posición de picos (PLOC 2). Los metadatos del instrumento (modelo, nombre de la carrera, parámetros de inyección) se almacenan en etiquetas con nombre adicionales.

Un archivo .ab1 representa una sola lectura capilar, que suele cubrir entre 600 y 1.000 pares de bases. Para la secuenciación de próxima generación de alto rendimiento, el formato dominante es FASTQ, pero la secuenciación Sanger continúa produciendo .ab1 como su salida principal. Sigue siendo el estándar para verificar secuencias cortas dirigidas, como insertos de plásmidos y productos de PCR.

La extensión más antigua .abi se refiere al mismo formato ABIF y es producida por algunos instrumentos antiguos de Applied Biosystems.