Formato FastA
La documentazione ufficiale FastA può essere trovata qui
Il formato FastA è il formato più basilare per riportare una sequenza ed è accettato da quasi tutti i programmi di analisi di sequenza. Contiene solo un nome di sequenza, una descrizione della sequenza (metadati, informazioni sul sequenziatore, annotazioni, ecc.), e la sequenza stessa – può essere sia acidi nucleici che aminoacidi, purché aderisca al formato.
Ogni sequenza consiste di almeno due righe:
- La prima è l’intestazione della sequenza, che inizia sempre con un ‘>’
- Tutto ciò che va dall’inizio ‘>’ al primo spazio bianco è considerato l’identificatore della sequenza. Tutto ciò che segue è considerato la descrizione della sequenza (questi possono essere metadati, numero di serie della macchina, orientamento della lettura, ecc.
- La sequenza stessa
- Nota che la sequenza può estendersi su più righe, a seconda della lunghezza della sequenza.
>Chr1 CHROMOSOME dumped from ADB: Jun/20/09 14:53; last updated: 2009-02-02CCCTAAACCCTAAACCCTAAACCCTAAACCTCTGAATCCTTAATCCCTAAATCCCTAAATCTTTAAATCCTACATCCATGAATCCCTAAATACCTAATTCCCTAAACCCGAAACCGGTTTCTCTGGTTGAAAATCATTGTGTATATAATGATAATTTTATCGTTTTTATGTAATTGCTTATTGTTGTGTGTAGATTTTTTAAAAATATCATTTGAGGTCAATACAAATCCTATTTCTTGTGGTTTTCTTTCCTTCACTTAGCTATGGATGGTTTATCTTCATTTGTTATATTGGATACAAGCTTTGCTACGATCTACATTTGGGAATGTGAGTCTCTTATTGTAACCTTAGGGTTGGTTTATCTCAAGAATCTTATTAATTGTTTGGACTGTTTATGTTTGGACATTTATTGTCATTCTTACTCCTTTGTGGAAATGTTTGTTCTATCAATTTATCTTTTGTGGGAAAATTATTTAGTTGTAGGGATGAAGTCTTTCTTCGTTGTTGTTACGCTTGTCATCTCATCTCTCAATGATATGGGATGGTCCTTTAGCATTTATTCTGAAGTTCTTCTGCTTGATGATTTTATCCTTAGCCAAAAGGATTGGTGGTTTGAAGACACATCATATCAAAAAAGCTATCGCCTCGACGATGCTCTATTTCTATCCTTGTAGCACACATTTTGGCACTCAAAAAAGTATTTTTAGATGTTTGTTTTGCTTCTTTGAAGTAGTTTCTCTTTGCAAAATTCCTCTTTTTTTAGAGTGATTTGGATGATTCAAGACTTCTCGGTACTGCAAAGTTCTTCCGCCTGATTAATTATCCATTTTACCTTTGTCGTAGATATTAGGTAATCTGTAAGTCAACTCATATACAACTCATAATTTAAAATAAAATTATGATCGACACACGTTTACACATAAAATCTGTAAATCAACTCATATACCCGTTATTCCCACAATCATATGCTTTCTAAAAGCAAAAGTATATGTCAACAATTGGTTATAAATTATTAGAAGTTTTCCACTTATGACTTAAGAACTTGTGAAGCAGAAAGTGGCAACACCCCCCACCTCCCCCCCCCCCCCCCACCCCCCAAATTGAGAAGTCAATTTTATATAATTTAATCAAATAAATAAGTTTATGGTTAAGAGTTTTTTACTCTCTTTATTTTTCTTTTTCTTTSoftware che usano il formato FastA
Nella maggior parte dei casi in questo workshop incontrerai questo formato quando usi una sequenza di riferimento. Gli strumenti di interrogazione DB come blast e gli algoritmi di allineamento a sequenze multiple accettano solo il formato FastA. Inoltre, quando scarichi i genomi di riferimento sono consegnati in questo formato.
Come vengono generati questi file?
- Alcuni vecchi sequenziatori NGS riportano le sequenze in questo formato. Anche il sequenziamento Sanger consegna in questo formato.
- La maggior parte dei database di sequenze memorizza le sequenze in formato FastA che è disponibile per il download.
- FastA può anche essere generato da un file FastQ.