.fasta文件的相关处理

在生物信息学中，FASTA格式是一种用于记录核酸序列或肽序列的文本格式，其中的核酸或氨基酸均以单个字母编码呈现。该格式同时还允许在序列之前定义名称和编写注释。这一格式最初由FASTA软件包定义，但现今已是生物信息学领域的一项标准。FASTA格式也是是BLAST组织数据的基本格式，无论是数据库还是查询序列，大多数情况都使用FASTA格式。

FASTA简明的格式降低了序列操纵和分析的难度，令序列可被文本处理工具和诸如Python、Ruby和Perl等脚本语言处理。

例如：
>ADAM_0007
AAFRGCWTKNYSPKPCL

可见，FASTA主要分成2个部分:
1.第一行是由大于号">“或分号”;“打头的任意文字说明（习惯常用”>"作为起始），用于序列标记。
2.从第二行开始为序列本身，只允许使用既定的核苷酸或氨基酸编码符号。通常核苷酸符号大小写均可，而氨基酸常用大写字母。使用时应注意有些程序对大小写有明确要求。文件每行的字母一般不应超过80个字符。

综上所述，
FASTA格式是一种很简单的文本格式，只要符合上面标准的文本文件都可以称为FASTA格式文件，但是为了和普通的.txt文本文件区分开来，FASTA文件的后缀名一般为.fa 。除此之外还有multi-FASTA格式，是FASTA格式的拓展，道理其实是一样的。