Die Formate
- FASTA ist eine Titelzeile, die mit > beginnt, gefolgt von der Sequenz. Fast jedes Programm liest es.
- GenBank-Einträge vom NCBI haben einen Kopf, eine FEATURES-Tabelle mit Genen und anderen Abschnitten und die Sequenz nach ORIGIN, am Ende //.
- EMBL-Einträge vom ENA enthalten dieselben Angaben mit einem Code aus zwei Buchstaben am Anfang jeder Zeile und der Sequenz nach SQ.
Die ganze Sequenz umwandeln
- GenBank zu FASTA öffnen, bei EMBL-Dateien EMBL zu FASTA.
- Den Eintrag einfügen, gern auch mehrere hintereinander.
- Das FASTA kopieren oder herunterladen. Accession und Beschreibung werden zur Titelzeile.
Ein einzelnes Gen herausziehen
Ein Genomeintrag kann Tausende Features enthalten. Der GenBank-Feature-Extraktor schreibt die DNA jedes CDS, Gens, rRNA oder anderen gewählten Feature-Typs als eigenen FASTA-Eintrag. Er folgt join() bei Genen aus mehreren Exons und complement() bei Genen auf dem Gegenstrang, sodass die Sequenz in richtiger Reihenfolge und Orientierung herauskommt.
Das Protein
Bei kodierenden Sequenzen steht das Protein meist schon im Eintrag, im Qualifier /translation. Der GenBank-Translation-Extraktor listet diese Proteine als FASTA, ohne etwas neu zu übersetzen.