Biçimler
- FASTA, > ile başlayan bir başlık satırı ve ardından dizidir. Neredeyse her program onu okur.
- NCBI’dan gelen GenBank kayıtlarının bir başlığı, genleri ve diğer parçaları tanımlayan bir FEATURES tablosu ve ORIGIN’den sonra, sonunda // ile dizisi vardır.
- ENA’dan gelen EMBL kayıtları aynı bilgiyi her satırın başında iki harfli bir kodla ve dizi SQ’dan sonra gelecek şekilde tutar.
Dizinin tamamını dönüştür
- GenBank’ten FASTA’ya aracını ya da EMBL dosyaları için EMBL’den FASTA’ya aracını aç.
- Kaydı ya da art arda birkaçını yapıştır.
- FASTA’yı kopyala ya da indir. Erişim numarası ve açıklama başlık satırı olur.
Tek bir geni çıkar
Bir genom kaydı binlerce özellik içerebilir. GenBank özellik çıkarıcı seçtiğin her CDS’nin, genin, rRNA’nın ya da diğer özellik türünün DNA’sını kendi FASTA girdisi olarak yazar. Ekzonlara bölünmüş genler için join()’i, öbür zincirdeki genler için complement()’i izler; böylece dizi doğru sırada ve yönde çıkar.
Proteini al
Kodlayan diziler için protein genellikle kayıtta zaten /translation niteleyicisinde yazılıdır. GenBank translasyon çıkarıcı bu proteinleri hiçbir şeyi yeniden çevirmeden FASTA olarak listeler.
Ne değişir
Bir GenBank kaydındaki dizi, ORIGIN’den sonra onluk numaralı bloklar halinde saklanır:
ORIGIN
1 atggtgagca agggcgagga gctgttcacc ggggtggtgc
//FASTA’da numaralar ve boşluklar kaldırılır ve bazlar bir başlık satırının altında tek bir dizeye birleştirilir:
>kayıttan gelen başlık
atggtgagcaagggcgaggagctgttcaccggggtggtgcYaygın sorunlar
- Küçük harfler. GenBank bazları küçük harfle yazar. Çoğu program büyük-küçük harfi yok sayar, ama bazı genom araçları küçük harfi “maskelenmiş” tekrar sayar. Bir program gerektiriyorsa büyük harfe çevir.
- Kısmi özellikler.
<1..>500gibi bir konum, genin kaydın uçlarının ötesine devam ettiği anlamına gelir; yani çıkarılan dizi eksiktir. - Birkaç kaydın birlikte yapıştırılması. // ile biten her kayıt kendi FASTA girdisi olur. Eksik bir // iki kaydı tek bir kayda birleştirir.