الصيغ
- FASTA سطر عنوان يبدأ بـ >، يليه التسلسل. تقرؤها كل البرامج تقريبًا.
- GenBank، سجلات NCBI، فيها ترويسة، وجدول FEATURES يصف الجينات والأجزاء الأخرى، والتسلسل بعد ORIGIN، مع // في النهاية.
- EMBL، سجلات ENA، تحتوي المعلومات نفسها برمز من حرفين في بداية كل سطر والتسلسل بعد SQ.
تحويل التسلسل كاملًا
- افتح GenBank إلى FASTA، أو EMBL إلى FASTA لملفات EMBL.
- الصق السجل، أو عدة سجلات متتالية.
- انسخ FASTA أو نزّله. يصبح رقم الانضمام والوصف سطر العنوان.
استخراج جين واحد
قد يحتوي سجل جينوم على آلاف الميزات. يكتب مستخرج ميزات GenBank تسلسل DNA لكل CDS أو جين أو rRNA أو أي نوع ميزة تختاره كإدخال FASTA مستقل. يتبع join() في الجينات المقسمة إلى إكسونات وcomplement() في جينات السلسلة الأخرى، فيخرج التسلسل بالترتيب والاتجاه الصحيحين.
الحصول على البروتين
في التسلسلات المشفِّرة، يكون البروتين مكتوبًا عادةً في السجل، في المؤهِّل /translation. يسرد مستخرج ترجمات GenBank هذه البروتينات بصيغة FASTA دون إعادة ترجمة أي شيء.
ما الذي يتغير
في سجل GenBank، يُحفظ التسلسل في كتل مرقّمة من عشر قواعد بعد ORIGIN:
ORIGIN
1 atggtgagca agggcgagga gctgttcacc ggggtggtgc
//وفي FASTA تُزال الأرقام والمسافات، وتُوصل القواعد في سلسلة واحدة تحت سطر عنوان:
>عنوان السجل
atggtgagcaagggcgaggagctgttcaccggggtggtgcمشكلات شائعة
- الأحرف الصغيرة. يكتب GenBank القواعد بأحرف صغيرة. معظم البرامج لا تفرّق بين الكبيرة والصغيرة، لكن بعض أدوات الجينومات تعامل الأحرف الصغيرة كتكرارات «مقنّعة». حوّل إلى أحرف كبيرة إن احتاج برنامج ذلك.
- العناصر الجزئية. موقع مثل
<1..>500يدل على أن الجين يمتد إلى ما بعد طرفي السجل، فالتسلسل المستخرج ناقص. - عدة سجلات ملصقة معًا. كل سجل، ينتهي بـ //، يصبح مدخل FASTA خاصًا به. وإن غاب // اندمج سجلان في واحد.