Convertir SEQ en TXT

Un programme de réception peut nécessiter des données .txt lisibles plutôt qu’un fichier .seq spécifique à un appareil ou à un éditeur de séquences. La conversion correcte dépend de l’application qui a créé le fichier, car .seq est une extension ambiguë et non un format standardisé unique.

Qu’est-ce que le format SEQ ?

.seq est utilisé par des logiciels sans lien entre eux. Les ordinateurs Commodore 8 bits utilisent SEQ pour les fichiers disque séquentiels, qui contiennent généralement du texte PETSCII. Les programmes de bio-informatique l’utilisent pour les séquences de nucléotides ou de protéines, parfois sous forme de texte brut et parfois dans un format propre au programme. Des applications spécialisées de laboratoire, industrielles, d’instrumentation et autres utilisent également cette extension pour des données propriétaires.

Identifiez l’application source avant de modifier le fichier. Ouvrez une copie dans Notepad++, Visual Studio Code ou un autre éditeur non destructif. Une première ligne lisible telle que >sample-01 suggère des données de type FASTA ; des caractères illisibles, un en-tête propriétaire ou un avertissement indiquant un fichier binaire signifient que le logiciel d’origine doit effectuer l’exportation.

Qu’est-ce que le format TXT ?

.txt identifie des données de caractères non formatées, mais ne définit pas leur structure interne. Un fichier TXT peut contenir des séquences brutes, des enregistrements FASTA, des mesures séparées par des tabulations, des journaux ou du texte ordinaire.

Le texte brut est facile à modifier, à traiter depuis la ligne de commande, à archiver et à importer dans des systèmes qui ne prennent pas en charge l’application source. Il peut être plus petit et plus portable qu’un fichier propriétaire, mais il ne peut pas conserver les graphiques, les chromatogrammes, la mise en forme des alignements, les scores de qualité, les annotations, les horodatages ou les paramètres de l’instrument, sauf si ces valeurs sont explicitement exportées sous forme de texte.

Convertir un fichier SEQ textuel

1. Créez une sauvegarde du fichier d’origine.
2. Ouvrez une copie dans un éditeur de texte brut et vérifiez que les enregistrements, les identifiants, les délimiteurs et les sauts de ligne sont lisibles.
3. Utilisez File → Save As, nommez le résultat sample.txt et choisissez UTF-8 lorsque le programme de réception le prend en charge. Utilisez plutôt l’encodage indiqué par ce programme.

Si le fichier est déjà au format texte brut, sa copie ne modifie que le nom du fichier, pas les données. Dans Windows PowerShell, utilisez :

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

Sur macOS ou Linux, utilisez :

cp sample.seq sample.txt

Renommer ou copier un fichier ne constitue pas une conversion pour les fichiers SEQ binaires ou propriétaires.

Convertir des données de séquences biologiques

Utilisez UGENE ou un autre éditeur de séquences lorsque vous devez examiner les enregistrements détectés et les exporter graphiquement. Ouvrez le fichier, vérifiez l’alphabet des séquences et le nombre d’enregistrements, puis utilisez sa commande d’exportation pour écrire au format FASTA ou dans un autre format texte pris en charge. FASTA est généralement le choix le plus sûr pour plusieurs enregistrements, car il conserve les identifiants et les descriptions.

Pour une conversion répétable en ligne de commande, EMBOSS seqret peut écrire des formats de séquences biologiques reconnus :

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

Pour une sortie contenant uniquement les caractères de séquence, lorsque le destinataire exige explicitement des données de séquence brutes ou en texte brut, utilisez :

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

Ces commandes ne fonctionnent que lorsque seqret reconnaît le format d’entrée réel. Ouvrez le résultat et comparez son nombre d’enregistrements et la longueur des séquences avec la source ; la sortie brute peut omettre les en-têtes et les descriptions.

Pour un fichier non sensible dont le format biologique est pris en charge, les outils web EMBOSS d’EMBL-EBI peuvent constituer une solution en ligne. Vérifiez que le service indique le format d’entrée détecté et le format de sortie requis avant l’envoi ; une extension seule ne suffit pas à l’identification.

Convertir des fichiers SEQ Commodore

Extrayez le fichier de son image disque à l’aide d’un outil compatible avec Commodore tel que VICE c1541 ou DirMaster. Convertissez ensuite le PETSCII vers l’encodage de caractères attendu par le système de réception à l’aide d’un utilitaire prenant en charge le PETSCII, tel que VICE petcat. Un éditeur de texte standard ou une simple modification du nom de fichier ne convertit pas de manière fiable le PETSCII, les caractères de contrôle Commodore, les codes écran ou les données d’image disque.

Vérifiez dans le fichier converti la présence de caractères dont la casse est inversée, de symboles graphiques, de codes de contrôle indésirables et de sauts de ligne manquants. Le texte Commodore peut ne pas correspondre parfaitement à Unicode ou à l’ASCII moderne, ce qui peut nécessiter un nettoyage manuel.

Convertir des fichiers SEQ propriétaires

Utilisez le programme ou l’appareil qui a créé le fichier et sélectionnez File → Export, File → Save As ou la commande équivalente. S’il propose CSV, TSV, XML, FASTA ou un autre format d’échange documenté, utilisez ce format lorsqu’il conserve mieux les champs requis que TXT.

Les convertisseurs en ligne génériques ne sont pas fiables pour un fichier .seq non identifié et peuvent interpréter incorrectement des données binaires comme du texte endommagé. Ne téléversez pas de fichiers cliniques, de laboratoire, d’instrumentation, confidentiels ou propriétaires. Un convertisseur hébergé par le fournisseur ne convient que lorsque sa documentation indique précisément la variante SEQ produite par le logiciel source.

Vérifier le fichier converti

Vérifiez l’encodage attendu, les fins de ligne, le délimiteur, l’alphabet des séquences et la structure des enregistrements. Inspectez la sortie pour repérer les caractères de remplacement, les enregistrements tronqués, les espaces inattendus, la modification du retour à la ligne, les zéros initiaux supprimés et les en-têtes manquants.

Conservez le fichier .seq d’origine. L’exportation TXT peut supprimer les métadonnées, les valeurs de qualité, les annotations, les coordonnées d’alignement, les horodatages et les paramètres de l’instrument, et la simple modification de l’extension ne décode jamais un format propriétaire ou binaire.