Co to jest format pliku FASTA?
Format .fasta należy do kategorii plików danych bioinformatycznych. Zawartość plików .fasta obejmuje sekwencje danych genetycznych - mogą one zawierać informacje o strukturze DNA i RNA, ale także o strukturach białkowych. Treść jest zorganizowana w układzie specyficznym dla tego standardu. Jedną z jego charakterystycznych cech jest linia nagłówka > (zwana defline), w której można zapisać identyfikator i adnotacje opisowe. Po każdym nagłówku następuje jedna lub więcej linii surowych liter sekwencji, wykorzystujących kody nukleotydowe lub aminokwasowe IUPAC.
Pliki .fasta mogą przechowywać dużą liczbę sekwencji w pojedynczym pliku, dlatego pliki multi-.fasta są często używane jako referencyjne bazy danych. Wszystkie te informacje są wykorzystywane przez specjalistyczne programy do analiz genetycznych. Dzięki formatowi .fasta można przeprowadzać testy porównawcze DNA, a także badania nad ewolucją struktur genetycznych.
Ponieważ .fasta przechowuje tylko identyfikator i surową sekwencję - bez wyników jakościowych czy bogatych adnotacji - często obok niego stosuje się formaty uzupełniające: pliki .fastq dodają wyniki jakości dla każdej zasady w odczytach sekwencjonowania, podczas gdy pliki GenBank niosą pełne adnotacje cech. Format został opracowany przez Williama R. Pearsona i Davida J. Lipmana dla ich programu do porównywania sekwencji FASTA i od tego czasu stał się podstawowym standardem tekstowym do udostępniania sekwencji biologicznych w narzędziach i bazach danych na całym świecie.
Typowe warianty rozszerzeń obejmują .fa, .fna (sekwencje nukleotydowe), .faa (sekwencje aminokwasowe) oraz .ffn (sekwencje kodujące).
Bezpieczeństwo
RYZYKO: LOWPlik FASTA to dane sekwencyjne w formacie tekstowym bez zawartości wykonywalnej, więc jego otwieranie wiąże się z bardzo niskim ryzykiem. Realne ostrzeżenia mają charakter praktyczny, a nie związany z bezpieczeństwem: pliki FASTA całego genomu mogą mieć od setek MB do wielu GB i mogą zawiesić podstawowy edytor tekstu (użyj przeglądarki strumieniowej, takiej jak AliView lub wiersza poleceń seqkit/samtools faidx). Należy również uważać na błędnie sformatowane nagłówki lub mieszane zakończenia linii, które mogą psuć działanie narzędzi. Pobieraj sekwencje referencyjne z autorytatywnych źródeł (NCBI, Ensembl, UniProt), aby zapewnić integralność danych.
Szczegóły formatu
w pigułceProgramy otwierające pliki FASTA
Windows5 apps
Jalview
Darmowy Otwórz .fasta, aby przeglądać/edytować i dopasowywać sekwencje za pomocą rozbudowanej przeglądarki dopasowań (Java, darmowy).
UGENE
Open-source Otwórz .fasta w tym darmowym, zintegrowanym pakiecie bioinformatycznym, aby przeglądać, dopasowywać i analizować.
SnapGene / SnapGene Viewer
Freemium Otwórz .fasta, aby przeglądać sekwencje i (z SnapGene) projektować klonowanie; darmowy Viewer odczytuje FASTA.
Notepad++ (plain text)
Open-source Otwórz małe pliki FASTA jako tekst, aby bezpośrednio czytać lub edytować nagłówki/sekwencje. 
macOS3 apps
AliView
Open-source Szybka, darmowa przeglądarka/edytor dopasowań - otwórz .fasta, aby przeglądać i edytować duże dopasowania.
SnapGene / SnapGene Viewer
Freemium Otwórz .fasta, aby przeglądać sekwencje i (z SnapGene) projektować klonowanie; darmowy Viewer odczytuje FASTA.
UGENE
Open-source Otwórz .fasta w tym darmowym, zintegrowanym pakiecie bioinformatycznym, aby przeglądać, dopasowywać i analizować. 
Linux2 apps
EMBOSS / Bioconda command-line tools
Open-source Użyj seqret/infoseq (EMBOSS) lub seqkit/samtools, aby sprawdzać, indeksować i konwertować FASTA w wierszu poleceń.
NCBI BLAST (web)
Darmowy Wklej lub prześlij sekwencję FASTA, aby przeszukać ją w bazach danych online. Szczegóły techniczne
specyfikacja| Typ formatu | Tekstowy format sekwencji biologicznych; jeden lub więcej rekordów na plik |
| Kodowanie pliku | Zwykły tekst ASCII / UTF-8; brak danych binarnych |
| Znacznik nagłówka rekordu | „>” (znak większości, 0x3E) na offsecie bajtowym 0 każdej linii nagłówka - jedyny pseudo-magiczny identyfikator |
| Struktura nagłówka (defline) | „>identyfikator opis” zgodnie z konwencją NCBI defline, powszechnie stosowaną przez bazy danych i narzędzia |
| Alfabet sekwencji | Kody nukleotydowe IUPAC (A, C, G, T, U, N, kody niejednoznaczności) dla DNA/RNA; jednoliterowe kody aminokwasowe dla białek |
| Obsługa wielu rekordów | Nieograniczona liczba rekordów na plik (multi-FASTA); pojedynczy plik może służyć jako pełna referencyjna baza danych |
| Zawijanie linii sekwencji | Zazwyczaj 60-80 znaków na linię; zawijanie jest kosmetyczne - zgodne narzędzia składają sekwencję, ignorując podziały linii |
| Wyniki jakości | Nieobsługiwane; tylko surowa sekwencja - dane o jakości dla każdej zasady wymagają formatu FASTQ |
| Obsługa adnotacji | Tylko identyfikator i opis tekstowy w nagłówku; brak adnotacji cech lub współrzędnych (użyj GenBank/.gb lub GFF3 dla tych celów) |
| Kompresja | Brak natywnej; powszechnie dystrybuowane w kompresji gzip jako .fasta.gz lub .fa.gz |
| Typ MIME | text/x-fasta (spotykane również: text/plain, application/x-fasta) |
| Typowy rozmiar pliku | Kilka KB dla pojedynczego genu lub białka, do kilkudziesięciu GB dla całych genomów lub baz referencyjnych |
| Warianty rozszerzeń | .fa (ogólne), .fna (nukleotydy), .faa (aminokwasy), .ffn (sekwencje kodujące), .frn (niekodujące RNA) |
| Wewnętrzna kontrola integralności | Brak; wydaniom referencyjnym zazwyczaj towarzyszą zewnętrzne pliki sum kontrolnych .md5 |
| Użycie na platformach | Wieloplatformowy; dominujący w potokach bioinformatycznych Linux/HPC, z szerokim wsparciem w narzędziach na Windows i macOS |
| Interoperacyjność | Akceptowany jako wejście/wyjście przez praktycznie wszystkie narzędzia do analizy sekwencji: BLAST, BWA, STAR, Bowtie2, EMBOSS, Biopython i inne |
| Wydano | 1985 (FASTP/FASTA sequence-comparison program; format formalized 1988) |
| Najnowsza wersja | De facto standard; no formal versioned spec (NCBI defline conventions widely followed) |
| Otwarty standard | Tak · bezpłatny (royalty-free) |
| Specyfikacja | www.ncbi.nlm.nih.gov |
Konwersje FASTA
Pytania i odpowiedzi społeczności
pytania użytkownikówBrak pytań - bądź pierwszą osobą, która zapyta o pliki FASTA.
