Converti SEQ in TXT

Un programma ricevente può richiedere dati .txt leggibili invece di un file .seq specifico del dispositivo o dell’editor di sequenze. La conversione corretta dipende dall’applicazione che ha creato il file, perché .seq è un’estensione ambigua e non un formato standardizzato.

Che cos’è il formato SEQ

.seq viene utilizzato da software non correlati. I computer Commodore a 8 bit usano SEQ per i file di disco sequenziali, che contengono comunemente testo PETSCII. I programmi di bioinformatica lo usano per sequenze nucleotidiche o proteiche, talvolta come testo semplice e talvolta in un formato specifico del programma. Anche applicazioni specialistiche di laboratorio, industriali, per strumenti e di altro tipo usano l’estensione per dati proprietari.

Identificare l’applicazione di origine prima di modificare il file. Aprire una copia in Notepad++, Visual Studio Code o un altro editor non distruttivo. Una prima riga leggibile come >sample-01 suggerisce dati in stile FASTA; caratteri illeggibili, un’intestazione proprietaria o un avviso relativo a un file binario indicano che l’esportazione deve essere eseguita dal software di origine.

Che cos’è il formato TXT

.txt identifica dati di caratteri non formattati, ma non specifica la struttura interna. Un file TXT può contenere sequenze non elaborate, record FASTA, misurazioni separate da tabulazioni, log o normale testo.

Il testo semplice è facile da modificare, elaborare dalla riga di comando, archiviare e importare nei sistemi che non supportano l’applicazione di origine. Può essere più piccolo e portabile di un file proprietario, ma non può conservare elementi grafici, cromatogrammi, formattazione degli allineamenti, punteggi di qualità, annotazioni, timestamp o impostazioni dello strumento, a meno che tali valori non vengano esplicitamente esportati come testo.

Convertire un file SEQ basato su testo

1. Creare una copia di backup del file originale.
2. Aprire una copia in un editor di testo semplice e verificare che record, identificatori, delimitatori e interruzioni di riga siano leggibili.
3. Usare File → Save As, denominare il risultato sample.txt e scegliere UTF-8 quando il programma ricevente lo supporta. Usare invece la codifica specificata da tale programma.

Se il file è già testo semplice, copiarlo modifica solo il nome del file, non i dati. In Windows PowerShell, usare:

Copy-Item .\sample.seq .\sample.txt

Su macOS o Linux, usare:

cp sample.seq sample.txt

La ridenominazione o la copia non costituiscono una conversione per i file SEQ binari o proprietari.

Convertire dati di sequenze biologiche

Usare UGENE o un altro editor di sequenze quando è necessario esaminare i record rilevati ed esportarli graficamente. Aprire il file, verificare l’alfabeto delle sequenze e il numero di record, quindi usare il comando di esportazione per scrivere FASTA o un altro formato di testo supportato. FASTA è solitamente la scelta più sicura per più record perché conserva identificatori e descrizioni.

Per una conversione ripetibile dalla riga di comando, EMBOSS seqret può scrivere formati di sequenze biologiche riconosciuti:

seqret -sequence sample.seq -outseq sample.txt -osformat2 fasta

Per un output contenente solo caratteri di sequenza, quando il destinatario richiede esplicitamente dati di sequenza non elaborati o semplici, usare:

seqret -sequence sample.seq -outseq sample.txt -osformat2 plain

Questi comandi funzionano solo quando seqret riconosce il formato di input effettivo. Aprire il risultato e confrontare il numero di record e le lunghezze delle sequenze con quelli dell’origine; l’output non elaborato può omettere intestazioni e descrizioni.

Per un file non sensibile il cui formato biologico è supportato, gli strumenti web EMBOSS di EMBL-EBI possono offrire un’alternativa online. Verificare che il servizio elenchi il formato di input rilevato e il formato di output richiesto prima del caricamento; la sola estensione non è sufficiente per l’identificazione.

Convertire file SEQ Commodore

Estrarre il file dalla relativa immagine disco con uno strumento compatibile con Commodore, come VICE c1541 o DirMaster. Convertire quindi PETSCII nella codifica dei caratteri prevista dal sistema ricevente con un’utility compatibile con PETSCII, come VICE petcat. Un normale editor di testo o una semplice modifica del nome del file non convertono in modo affidabile PETSCII, i caratteri di controllo Commodore, i codici dello schermo o i dati dell’immagine disco.

Controllare il file convertito per individuare caratteri con maiuscole e minuscole invertite, simboli grafici, codici di controllo indesiderati e interruzioni di riga mancanti. Il testo Commodore potrebbe non corrispondere perfettamente a Unicode o all’ASCII moderno, pertanto potrebbe essere necessaria una pulizia manuale.

Convertire file SEQ proprietari

Usare il programma o il dispositivo che ha creato il file e selezionare File → Export, File → Save As o il comando equivalente. Se offre CSV, TSV, XML, FASTA o un altro formato di interscambio documentato, usare tale formato quando conserva i campi richiesti meglio di TXT.

I convertitori online generici non sono affidabili per un file .seq non identificato e potrebbero interpretare erroneamente i dati binari come testo danneggiato. Non caricare file clinici, di laboratorio, di strumenti, riservati o proprietari. Un convertitore ospitato dal fornitore è adatto solo quando la relativa documentazione indica la variante SEQ esatta prodotta dal software di origine.

Verificare il file convertito

Confermare la codifica prevista, i caratteri di fine riga, il delimitatore, l’alfabeto delle sequenze e la struttura dei record. Esaminare l’output per individuare caratteri di sostituzione, record troncati, spazi imprevisti, ritorni a capo modificati, zeri iniziali persi e intestazioni mancanti.

Conservare il file .seq originale. L’esportazione in TXT può eliminare metadati, valori di qualità, annotazioni, coordinate degli allineamenti, timestamp e impostazioni dello strumento; inoltre, la semplice modifica dell’estensione non decodifica mai un formato proprietario o binario.