IMGT®, the international ImMunoGeneTics information system®

Format FASTA

Définition et description

• Une séquence en format FASTA commence avec une ligne simple de description de la séquence, les lignes suivantes correspondent à la séquence elle même (nucléotidique ou protéique).
• Le format FASTA peut être utilisé en entrée lors de l'utilisation de logiciels bioinformatiques, tels que BLAST, ClustalW, IMGT/V-QUEST etc.
• La ligne de description est caractérisée par le symbole supérieur (>) par lequel elle débute suivi d'un identificateur (choisi par l'utilisateur) ne contenant pas d'espace. Il est recommandé d'avoir une longueur de ligne inférieure à 80 caractères. Les blancs sont ignorés, les points (.), les tirets hauts (-), ou les tirets bas (_) doivent être utilisés pour représenter des gaps. Un fichier FASTA peut contenir de nombreuses séquences en format FASTA (sans ligne vide entre les séquences).

Exemples de séquences nucléotidiques en format FASTA

• dans IMGT reference directory:

  >M29672_IGHV1S1*01_Rajeri
     GCGGTCGTGCTGAATCAGAAACCGACC...GAGGCGGCAAAGTCTGGAGAGTCCCTCAAACTGACCTGTGTAACCAGCG
     GGTTCAGCCTCAGCAGCTCCAAC............GTGCATTGGGTGAAACAAGTCCCCGGGAAAGGGCTGGAGTGGGT
     GGCGATCATGTGGTATGATGATGACAAA.........GATTACGCGCCTGCCTTCAGC...GGCCGATTCACTGTTTCC
     AGG......GACAGCAGCAATGTCTATCTCCAAATGACCAACCTGAGTCTGGCCGACACGGCCACCTATTACTGTGCG
  

  Dans cet exemple,la ligne de description contient le numéro d'accès IMGT/LIGM-DB de la séquence (M29672), le nom de l'allèle (TRDJ1*01), l'abbréviation de l'espèce (Rajeri) pour Leucoraja erinacea (l'abbréviation utilisée par IMGT contient les trois premières lettres du gène du nom latin suivies des trois premières lettres de l'espèce du nom latin).

• dans IMGT/LIGM-DB:

  >M29672|REIGHA|R.erinacea Ig rearranged H-chain mRNA (V-D-J-C region).
  cccattcctggagtgtccaagtgtgtgtccgtgctcagagtgatgggggtcgctgtttat
  ctctgtctccttctgttctgtctgccaggcgttcgatccgcggtcgtgctgaatcagaaa
  ccgaccgaggcggcaaagtctggagagtccctcaaactgacctgtgtaaccagcgggttc
  agcctcagcagctccaacgtgcattgggtgaaacaagtccccgggaaagggctggagtgg
  gtggcgatcatgtggtatgatgatgacaaagattacgcgcctgccttcagcggccgattc
  actgtttccagggacagcagcaatgtctatctccaaatgaccaacctgagtctggccgac
  acggccacctattactgtgcggcagccatggggggctctatatactggcttgagtactgg
  ggtgcaggaacctcgctgacagtgacttcagaggatgtggttttgccttcagtccacatc
  acctcttcctgcaacacggaatctggccaagagatcagcatcctctgtctggtcaaggac
  tacctgcctgaggtcatcagtcagacatggtccaccagcagtggggtcatcaacaatgga
  ataacaaagtacccaccagtgttgggacaaaacaagaagtacacaatgagcagcttgctg
  cgagtctctgtagcagattggaacaggaaaacctactactgcaaggcagggtacaagccg
  gacaacatggtgaaaacggagatccagaagcctcaagccccacagctcatcccccttgtt
  ccatctccggagactctccacaatcaaacaactgctgtcctgggctgcatgatatctgga
  ttctctcctgacaatattaaagtttcctggaaaaaagctggacttaatcaagcgggcgtc
  gttctcccatccactccgagaactaacggtggatttgaaacagttgcttacctgccgttg
  aatgtggaggaatggaccaacaaacaggaatatacttgtgaagtgacccacgcaccttcc
  ggcttcagcgacaagatcaacatgagatatcaagagggtggaaaatgtcccggctgttcg
  aagtgtctgccgaagttcatctaccagagtaatctcaatgtgtcgttctcagatggttct
  acccagcagtatcattgttgggcaggaaagtgtgaaataaagtaattggctgc
  

  Dans cet exemple, la ligne de description contient le numéro d'accès IMGT/LIGM-DB de la séquence (M29672), le mnémonique (REIGHA), la définition (extraite de la base de données EMBL).

• dans IMGT/GENE-DB:

  >AE000658|TRAV4*01|Homo sapiens|F|V-REGION
  cttgctaagaccacccag...cccatctccatggactcatatgaaggacaagaagtgaac
  ataacctgtagccacaacaacattgctacaaatgattat...............atcacg
  tggtaccaacagtttcccagccaaggaccacgatttattattcaaggatacaagaca...
  ...............aaagttacaaacgaa.....................gtggcctcc
  ctgtttatccctgccgacagaaagtccagcactctgagcctgccccgggtttccctgagc
  gacactgctgtgtactactgcctcgtgggtgaca
  

  Dans cet exemple, la ligne de description contient le numéro d'accès IMGT/LIGM-DB de la séquence (AE000658),le nom de l'allèle (TRAV4*01), l'espèce (Homo sapiens), la fonctionnalité de l'allèle (F pour Fonctionnel), le label de la région codante (V-REGION). Le mot "partial" est ajouté ensuite lorsque la région codante est incomplète en 5' ou en 3'.