FASTA format

Format FASTA – format zapisu sekwencji kwasów nukleinowych oraz białek używany w bioinformatyce. Nukleotydy (dla DNA i RNA) oraz aminokwasy (dla białek) oznaczone są jednoliterowymi skrótami. Format FASTA uwzględnia również możliwość dodawania opisów i komentarzy do sekwencji.

Format

Dane zapisane w formacie FASTA składają się z pojedynczej linii tekstu zawierającej opis sekwencji oraz z kolejnych linii zawierających samą sekwencję. Linia z opisem rozpoczyna się od znaku "większe niż" (">"). Pierwsze słowo po tym znaku służy jako identyfikator sekwencji. Dalej w tej samej linii umieszczany jest opis. W kolejnych liniach znajduje się ciąg znaków składający się na sekwencję. Przykładowa sekwencje w formacie FASTA wygląda tak:

>Keratyna 5, egzon 2, Homo sapiens
GTGCGGTTCCTGGAGCAGCAGAACAAGGTTCTGGACACCAAGTGGACCCTGCTGCAGGAG
CAGGGCACCAAGACTGTGAGGCAGAACCTGGAGCCGTTGTTCGAGCAGTACATCAACAAC
CTCAGGAGGCAGCTGGACAGCATCGTGGGGGAACGGGGCCGCCTGGACTCAGAGCTGAGA
AACATGCAGGACCTGGTGGAAGACTTCAAGAACAA

Oznaczenia literowe

Nukleotydy są oznaczane za pomocą:

Symbol	Znaczenie
A	adenozyna
C	cytozyna
G	guanina
T	tymidyna
U	uracyl
R	G A (puryna)
Y	T C (pirymidyna)
K	G T (grupa ketonowa)
M	A C (grupa aminowa)
S	G C (silne oddziaływanie)
W	A T (słabe oddziaływanie)
B	G T C (nie A, B jest po A)
D	G A T (nie C, D jest po C)
H	A C T (nie G, H jest po G)
V	G C A (nie T, V jest po U)
N	A G C T (którykolwiek, od ang. any)
X	zamaskowany
-	przerwa nieokreślonej długości

Aminokwasy są określane za pomocą:

Symbol	Znaczenie
A	alanina
B	kwas asparaginowy lub asparagina
C	cysteina
D	kwas asparaginowy
E	kwas glutaminowy
F	fenyloalanina
G	glicyna
H	histydyna
I	izoleucyna
K	lizyna
L	leucyna
M	metionina
N	asparagina
O	pirolizyna
P	prolina
Q	glutamina
R	arginina
S	seryna
T	treonina
U	selenocysteina
V	walina
W	tryptofan
Y	tyrozyna
Z	kwas glutaminowy lub glutamina
X	którykolwiek
*	koniec translacji
-	przerwa nieokreślonej długości