Converter FASTA para FASTQ

Entendendo os formatos de arquivo FASTA e FASTQ

FASTA é um formato baseado em texto amplamente utilizado para representar sequências de nucleotídeos ou peptídeos. Cada sequência em um arquivo FASTA começa com uma descrição de uma única linha (começando com >), seguida por linhas de dados de sequência. FASTQ é outro formato utilizado em bioinformática, que estende o FASTA incluindo scores de qualidade para cada nucleotídeo, tornando-se essencial para armazenamento de dados brutos de sequenciamento de instrumentos de sequenciamento de alta vazão.

Por que converter FASTA para FASTQ?

Converter de FASTA para FASTQ é necessário quando ferramentas downstream exigem scores de qualidade, mesmo que apenas scores fictícios ou uniformes sejam atribuídos. Isso é comum ao simular dados de sequenciamento ou preparar dados para certos pipelines de bioinformática.

Como converter FASTA para FASTQ

Como arquivos FASTA não contêm informações de qualidade, a conversão para FASTQ geralmente envolve a atribuição de um score de qualidade padrão a cada base. Isso pode ser feito usando ferramentas de linha de comando ou softwares especializados.

Software recomendado para conversão de FASTA para FASTQ

• Seqtk: Uma ferramenta leve e eficiente de linha de comando para processamento de sequências. Para converter, use:
  seqtk seq -F '#' input.fasta > output.fastq
  Isso atribui um score de qualidade padrão ('#', correspondente a um score Phred baixo, mas válido) a cada base.
• BBMap (reformat.sh): Outra ferramenta versátil. Use:
  reformat.sh in=input.fasta out=output.fastq qout=30
  Isso atribui um score Phred de 30 a todas as bases.
• Plataforma Galaxy: Para quem prefere uma interface gráfica, envie seu arquivo FASTA e utilize a ferramenta FASTA-to-FASTQ, especificando o score de qualidade desejado.

Exemplo passo a passo usando Seqtk

1. Instale o Seqtk a partir do repositório GitHub ou via gerenciadores de pacotes.
2. Abra seu terminal e execute:
   seqtk seq -F 'I' input.fasta > output.fastq
   Isso atribui um score de alta qualidade ('I', Phred 40) a cada base.
3. Verifique o output.fastq para as sequências convertidas com scores de qualidade.

Conclusão

Converter FASTA para FASTQ é simples usando ferramentas como Seqtk ou BBMap. Lembre-se de que os scores de qualidade resultantes são artificiais, a menos que você possua dados de qualidade reais.