Spectronau Linux 自定义 FASTA 解析规则说明

简介

本指南介绍如何在Spectronaut™ Linux 版本 中使用自定义 FASTA 文件解析规则。通过该功能，您可以灵活定义 FASTA 文件头信息的提取规则，以便在后续分析中生成结构化报告。

使用方法

使用自定义解析规则时，需要通过convertFASTA 命令导入 FASTA 文件并生成 .bgsfasta 格式的文件：

spectronaut convertFASTA -fasta <path_to_fasta_file> --parsingRule <path_to_parsing_rule_json> -o <output_folder>

输出的.bgsfasta 文件可用于后续的搜索流程（类似于普通 FASTA 文件）。

创建解析规则（JSON 文件）

1. 通过 Windows Spectronaut Viewer 创建

1.打开Spectronaut Viewer（Windows 版）

2.进入Database 视角 → Protein Databases

3.选择一个FASTA 文件导入的数据库

4.点击 New Rule 创建新规则，或 Export Rule 导出已有规则

5.保存为 .json 文件

2. 手动创建 JSON 文件

JSON 文件需包含以下字段：

·name：解析规则名称

·proteinIDToken：用于标识蛋白ID 的字段

·keywords：用于匹配FASTA 头部信息的关键词列表

·parsingRule：解析规则字符串

示例JSON 文件

{

"name": "UniProt FASTA",

"proteinIDToken": "Accession",

"keywords": ["Database", "Accession", "UniProtId", "Protein Name", "Protein Description", "Organism", "OrganismId", "Gene", "Protein Existence", "Sequence Version"],

"parsingRule": ">$[Database]$|$[Accession]$[UniProtId]$|$[Protein Name]$ $[Protein Description]$ OS=$[Organism]$ OX=$[OrganismId]$ GN=$[Gene]$ PE=$[Protein Existence]$ SV=$[Sequence Version]$"

}

解析规则说明

解析规则中使用$[Token]$ 表示变量，解析后的字段可在报告中作为列名使用，例如：

·PG.Database

·PG.Accession

·PG.Protein Name

·...

如需在报告中默认显示，建议使用以下关键词命名：

Database, Accession, UniProtId, Protein Name, Protein Description, Organism, OrganismId, Gene, Protein Existence, Sequence Version

提示：如果两个Token 之间没有分隔符，它们将共同匹配一个字段。

常见问题

·如何验证解析规则是否生效？
查看输出的 .bgsfasta 文件内容或生成的报告字段。

·解析失败怎么办？
检查FASTA 头格式是否与规则匹配，确保关键词无拼写错误。

·是否支持批量处理？
是，支持命令行脚本化批量导入。