Che cos'è il formato di file FASTA?
Il formato .fasta appartiene alla categoria dei file di dati di bioinformatica. I contenuti dei file .fasta includono sequenze di dati genetici - possono contenere informazioni sulla struttura del DNA e dell'RNA, ma anche sulle strutture proteiche. Il contenuto è organizzato in un layout specifico per questo standard. Una delle sue caratteristiche distintive è la riga di intestazione > (chiamata defline), in cui possono essere registrati anche un identificatore e annotazioni descrittive. Una o più righe di lettere della sequenza grezza seguono ogni intestazione, utilizzando i codici IUPAC per nucleotidi o amminoacidi.
I file .fasta possono memorizzare un gran numero di sequenze in un unico file, motivo per cui i file multi-.fasta sono spesso utilizzati come database di riferimento. Tutte queste informazioni vengono utilizzate da programmi specializzati per analisi genetiche. Grazie al formato .fasta, è possibile eseguire test comparativi del DNA, nonché studi sull'evoluzione delle strutture genetiche.
Poiché il formato .fasta memorizza solo l'identificatore e la sequenza grezza - senza punteggi di qualità o annotazioni ricche - vengono spesso utilizzati formati complementari insieme ad esso: i file .fastq aggiungono punteggi di qualità per base per le letture di sequenziamento, mentre i file GenBank portano annotazioni complete delle caratteristiche. Il formato è stato sviluppato da William R. Pearson e David J. Lipman per il loro programma di confronto di sequenze FASTA ed è diventato da allora lo standard di base in testo semplice per la condivisione di sequenze biologiche tra strumenti e database in tutto il mondo.
Le estensioni varianti comuni includono .fa, .fna (sequenze nucleotidiche), .faa (sequenze di amminoacidi) e .ffn (sequenze codificanti).
Sicurezza e incolumità
RISCHIO: LOWUn file FASTA contiene dati di sequenza in testo semplice senza contenuti eseguibili, quindi il rischio di apertura è molto basso. Le precauzioni realistiche sono pratiche, non di sicurezza: i file FASTA di interi genomi possono essere da centinaia di MB a molti GB e potrebbero bloccare un editor di testo di base (usa un visualizzatore in streaming come AliView o strumenti da riga di comando come seqkit/samtools faidx), e fai attenzione alle intestazioni malformate o ai finali di riga misti che interrompono gli strumenti a valle. Ottieni le sequenze di riferimento da fonti autorevoli (NCBI, Ensembl, UniProt) per garantire l'integrità dei dati.
Dettagli del formato
in sintesiProgrammi che aprono file FASTA
Windows5 apps
Jalview
Gratuito Apri il file .fasta per visualizzare/modificare e allineare le sequenze con un ricco visualizzatore di allineamento (Java, gratuito).
UGENE
Open-source Apri il file .fasta in questa suite bioinformatica integrata gratuita per visualizzare, allineare e analizzare.
SnapGene / SnapGene Viewer
Freemium Apri il file .fasta per visualizzare le sequenze e (con SnapGene) progettare il clonaggio; il Viewer gratuito legge i file FASTA.
Notepad++ (plain text)
Open-source Apri piccoli file FASTA come testo per leggere o modificare direttamente intestazioni/sequenze. 
macOS3 apps
AliView
Open-source Visualizzatore/editor di allineamento veloce e gratuito - apri il file .fasta per visualizzare e modificare allineamenti di grandi dimensioni.
SnapGene / SnapGene Viewer
Freemium Apri il file .fasta per visualizzare le sequenze e (con SnapGene) progettare il clonaggio; il Viewer gratuito legge i file FASTA.
UGENE
Open-source Apri il file .fasta in questa suite bioinformatica integrata gratuita per visualizzare, allineare e analizzare. 
Linux2 apps
EMBOSS / Bioconda command-line tools
Open-source Usa seqret/infoseq (EMBOSS) o seqkit/samtools per ispezionare, indicizzare e convertire FASTA dalla riga di comando. Dettagli tecnici
specifiche approfondite| Tipo di formato | Formato di sequenza biologica in testo semplice; uno o più record per file |
| Codifica del file | Testo semplice ASCII / UTF-8; nessun dato binario |
| Marcatore di intestazione record | «>» (maggiore di, 0x3E) all'offset di byte 0 di ogni riga di intestazione - l'unico identificatore pseudo-magic |
| Struttura dell'intestazione (defline) | «>identificatore descrizione» secondo la convenzione defline NCBI, ampiamente seguita da database e strumenti |
| Alfabeto della sequenza | Codici nucleotidici IUPAC (A, C, G, T, U, N, codici di ambiguità) per DNA/RNA; codici amminoacidici a lettera singola per le proteine |
| Supporto multi-record | Record illimitati per file (multi-FASTA); un singolo file può fungere da database di riferimento completo |
| A capo della riga di sequenza | In genere 60-80 caratteri per riga; l'andata a capo è estetica - gli strumenti conformi riassemblano la sequenza ignorando le interruzioni di riga |
| Punteggi di qualità | Non supportati; solo sequenza grezza - i dati di qualità per base richiedono invece il formato FASTQ |
| Supporto annotazioni | Identificatore e descrizione in testo libero solo nell'intestazione; nessuna annotazione di caratteristiche o coordinate (usare GenBank/.gb o GFF3 per queste) |
| Compressione | Nessuna nativa; comunemente distribuito compresso con gzip come .fasta.gz o .fa.gz |
| Tipo MIME | text/x-fasta (visto anche: text/plain, application/x-fasta) |
| Dimensione tipica del file | Pochi KB per un singolo gene o proteina, fino a decine di GB per genomi interi o database di riferimento |
| Estensioni varianti | .fa (generico), .fna (nucleotide), .faa (amminoacido), .ffn (sequenze codificanti), .frn (RNA non codificante) |
| Controllo integrità nel file | Nessuno; i rilasci di riferimento sono in genere accompagnati da file di checksum .md5 esterni |
| Utilizzo piattaforma | Multipiattaforma; dominante nelle pipeline di bioinformatica Linux/HPC, con ampio supporto su strumenti Windows e macOS |
| Interoperabilità | Accettato come input/output da virtualmente tutti gli strumenti di analisi delle sequenze: BLAST, BWA, STAR, Bowtie2, EMBOSS, Biopython e altri |
| Rilasciato | 1985 (FASTP/FASTA sequence-comparison program; format formalized 1988) |
| Ultima versione | De facto standard; no formal versioned spec (NCBI defline conventions widely followed) |
| Standard aperto | Sì · royalty-free |
| Specifica | www.ncbi.nlm.nih.gov |
Conversioni FASTA
Domande e risposte della community
chiesto dagli utentiAncora nessuna domanda - sii il primo a chiedere informazioni sui file FASTA.
