IMGT Index

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'.