GenBankをFASTAに変換する方法

形式の違い

• FASTAは>で始まるタイトル行と、それに続く配列だけの形式です。ほぼすべてのソフトが読めます。
• GenBankはNCBIのエントリーで、ヘッダー、遺伝子などの部位を記述するFEATURES表、ORIGINの後の配列からなり、最後が//です。
• EMBLはENAのエントリーで、同じ情報を各行の先頭の2文字のコードとともに持ち、配列はSQの後にあります。

配列全体を変換する

1. GenBank → FASTA 変換を開きます。EMBLファイルならEMBL → FASTA 変換です。
2. エントリーを貼り付けます。複数を続けて貼っても構いません。
3. FASTAをコピーするかダウンロードします。アクセッション番号と説明がタイトル行になります。

遺伝子を1つ取り出す

ゲノムのエントリーには何千ものフィーチャーが含まれることがあります。GenBank フィーチャー抽出は、選んだCDS、gene、rRNAなどのフィーチャーのDNAを、それぞれ別のFASTAエントリーとして書き出します。エキソンに分かれた遺伝子のjoin()や、反対の鎖にある遺伝子のcomplement()にも従うので、配列は正しい順序と向きで出力されます。

タンパク質を得る

コード配列のタンパク質は、ふつうエントリーの/translation修飾子にすでに書かれています。GenBank 翻訳抽出は、翻訳し直さずにそれらのタンパク質をFASTAで一覧にします。