FASTAファイル/FASTA形式とは
はじめに
FASTAファイルとはFASTA形式で書かれたファイルで、塩基配列やアミノ酸配列を記述したファイルです。
">"で始まる行には、配列の名前やID、説明等が記述されます。その次の行から次の">"の行の前までが、１つの配列情報となっています。
改行は配列の途中で自由に入れることができます。 改行が入っている場合には、一行が数十文字程度に揃えられていることが多いです。 通常のテキストエディタを利用して配列の検索を行う場合に、改行を挟んだ配列を検索できませんので注意が必要です。
塩基配列だけでなく、そのクオリティスコアも含めて記述するファイルはFASTQファイルと呼ばれます。FASTQファイルの詳しい説明はこちらからご覧ください。
FASTAファイルの例
>NC_003070.9 Arabidopsis thaliana chromosome 1 sequence
CCCTAAACCCTAAACCCTAAACCCTAAACCTCTGAATCCTTAATCCCTAAATCCCTAAATCTTTAAATCC
TACATCCATGAATCCCTAAATACCTAATTCCCTAAACCCGAAACCGGTTTCTCTGGTTGAAAATCATTGT
GTATATAATGATAATTTTATCGTTTTTATGTAATTGCTTATTGTTGTGTGTAGATTTTTTAAAAATATCA
...
>NC_003076.8 Arabidopsis thaliana chromosome 5 sequence
TATACCATGTACCCTCAACCTTAAAACCCTAAAACCTATACTATAAATCTTTAAAACCTATACTCTAAAC
CATAGGGTTTGTGAGTTTGCATAAAGTGTCACGTATAAGTGTTTCTAACATGTGAGTTTGCATAAGAGTC
TCGACTATGTGTTTGTTCAAAAGTGACGTAAGTGTTTAGACTAGAGCCGGCCGTGAGCACAAGCGGGCCA
...
使用される塩基配列
| 文字 | 核酸塩基 |
|---|---|
| G | グアニン |
| C | シトシン |
| A | アデニン |
| T | チミン |
| M | アデニン or シトシン |
| R | アデニン or グアニン |
| W | アデニン or チミン |
| S | シトシン or グアニン |
| Y | シトシン or チミン |
| K | グアニン or チミン |
| V | アデニン or シトシン or グアニン |
| H | アデニン or シトシン or チミン |
| D | アデニン or グアニン or チミン |
| B | シトシン or グアニン or チミン |
| N | アデニン or シトシン or グアニン or チミン |
| - | ギャップ |