序列文件格式：fasta 格式与 Flatfile 格式.docVIP

1、序列文件格式：fasta 格式和 Flatfile 格式 数据库被用来存放原始数据，以及一系列附加的注释。不同的检索工具和程序利用了这些信息中的不同部分。纵观各种格式，我们可以发现其中应用了一些共同的规则，以使得多种情况下在不同格式之间生成和交换数据成为可能。最便于人阅读的格式对计算机程序来讲很可能并非是最有效率的（例如GenBank flatfile，这是一种人可以阅读的ASN.1版本）。这些记录还有二进代码版，更加紧凑，计算机处理也更快。但不幸的是，由于历史的原因，对一种固定格式的频繁使用使得引入另一种格式极为困难，尽管新的格式可能更加富含信息，更加准确，易于复制和计算，易于抽取信息，易于使用。GBFF的简单性，使我们都可以获得易用的工具，这也是EMBL和GBFF极大通用性的重要原因。作为最简单的格式，一个DNA序列可以表示为一个带有一些标记的核苷酸字符串。这里是一个以FASTA（或Pearson格式）文件表示的核苷酸序列数据：L04459*******************或同样的，一个蛋白质记录：P31373*******************FASTA格式广泛应用于许多分子生物学软件包之中。作为最简单的情况（正如上面所显示的），大于号（）表示一个新文件的开始。标记符??上面第一个例子开始部分的L04459??后面是大写或小写字母的DNA