Convertir SEQ a TXT

Un programa receptor puede requerir datos .txt legibles en lugar de un archivo .seq específico de un dispositivo o de un editor de secuencias. La conversión correcta depende de la aplicación que creó el archivo, porque .seq es una extensión ambigua y no un formato estandarizado.

Qué es el formato SEQ

.seq se utiliza en software no relacionado. Los equipos Commodore de 8 bits utilizan SEQ para archivos de disco secuenciales, que suelen contener texto PETSCII. Los programas de bioinformática lo utilizan para secuencias de nucleótidos o proteínas, a veces como texto sin formato y a veces en un formato específico del programa. Las aplicaciones especializadas de laboratorio, industriales, de instrumentación y de otros ámbitos también utilizan esta extensión para datos propietarios.

Identifique la aplicación de origen antes de cambiar el archivo. Abra una copia en Notepad++, Visual Studio Code u otro editor no destructivo. Una primera línea legible como >sample-01 sugiere datos de estilo FASTA; los caracteres ilegibles, un encabezado propietario o una advertencia de archivo binario indican que el software de origen debe realizar la exportación.

Qué es el formato TXT

.txt identifica datos de caracteres sin formato, pero no especifica la estructura interna. Un archivo TXT puede contener secuencias sin procesar, registros FASTA, mediciones separadas por tabulaciones, registros o texto normal.

El texto sin formato es fácil de editar, procesar desde la línea de comandos, archivar e importar en sistemas que no admiten la aplicación de origen. Puede ser más pequeño y portátil que un archivo propietario, pero no puede conservar gráficos, cromatogramas, formato de alineación, puntuaciones de calidad, anotaciones, marcas de tiempo ni configuraciones del instrumento, a menos que esos valores se exporten explícitamente como texto.

Convertir un archivo SEQ basado en texto

1. Cree una copia de seguridad del archivo original.
2. Abra una copia en un editor de texto sin formato y confirme que los registros, identificadores, delimitadores y saltos de línea sean legibles.
3. Utilice File → Save As, asigne al resultado el nombre sample.txt y elija UTF-8 cuando el programa receptor lo admita. En su lugar, utilice la codificación especificada por dicho programa.

Si el archivo ya es texto sin formato, copiarlo solo cambia el nombre del archivo, no los datos. En Windows PowerShell, utilice:

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

En macOS o Linux, utilice:

cp sample.seq sample.txt

Cambiar el nombre o copiar no es una conversión para archivos SEQ binarios o propietarios.

Convertir datos de secuencias biológicas

Utilice UGENE u otro editor de secuencias cuando necesite inspeccionar los registros detectados y exportarlos gráficamente. Abra el archivo, verifique el alfabeto de la secuencia y el número de registros y, a continuación, utilice su comando de exportación para escribir FASTA u otro formato de texto compatible. FASTA suele ser la opción más segura para varios registros porque conserva los identificadores y las descripciones.

Para una conversión repetible desde la línea de comandos, EMBOSS seqret puede escribir formatos de secuencias biológicas reconocidos:

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

Para obtener una salida que contenga únicamente caracteres de secuencia, cuando el destinatario requiera explícitamente datos de secuencia sin procesar o en texto sin formato, utilice:

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

Estos comandos solo funcionan cuando seqret reconoce el formato de entrada real. Abra el resultado y compare el número de registros y las longitudes de las secuencias con el archivo de origen; la salida sin procesar puede omitir encabezados y descripciones.

Para un archivo no confidencial cuyo formato biológico sea compatible, las herramientas web EMBOSS de EMBL-EBI pueden ofrecer una alternativa en línea. Confirme que el servicio indique el formato de entrada detectado y el formato de salida requerido antes de cargar el archivo; una extensión por sí sola no basta para identificarlo.

Convertir archivos SEQ de Commodore

Extraiga el archivo de su imagen de disco con una herramienta compatible con Commodore, como VICE c1541 o DirMaster. Después, convierta PETSCII a la codificación de caracteres esperada por el sistema receptor con una utilidad compatible con PETSCII, como VICE petcat. Un editor de texto normal o un simple cambio de nombre de archivo no convierte de forma fiable PETSCII, los caracteres de control de Commodore, los códigos de pantalla ni los datos de imagen de disco.

Compruebe el archivo convertido para detectar caracteres con mayúsculas y minúsculas invertidas, símbolos gráficos, códigos de control no deseados y saltos de línea ausentes. El texto de Commodore puede no corresponder perfectamente con Unicode o ASCII moderno, por lo que puede ser necesaria una limpieza manual.

Convertir archivos SEQ propietarios

Utilice el programa o dispositivo que creó el archivo y seleccione File → Export, File → Save As o el comando equivalente. Si ofrece CSV, TSV, XML, FASTA u otro formato de intercambio documentado, utilice ese formato cuando conserve los campos necesarios mejor que TXT.

Los convertidores genéricos en línea no son fiables para un archivo .seq no identificado y pueden interpretar incorrectamente los datos binarios como texto dañado. No cargue archivos clínicos, de laboratorio, de instrumentos, confidenciales o propietarios. Un convertidor alojado por el proveedor solo es adecuado cuando su documentación identifica la variante SEQ exacta producida por el software de origen.

Comprobar el archivo convertido

Confirme la codificación esperada, los finales de línea, el delimitador, el alfabeto de la secuencia y la estructura de los registros. Inspeccione la salida para detectar caracteres de reemplazo, registros truncados, espacios inesperados, cambios en el ajuste de línea, ceros iniciales perdidos y encabezados ausentes.

Conserve el archivo .seq original. La exportación a TXT puede descartar metadatos, valores de calidad, anotaciones, coordenadas de alineación, marcas de tiempo y configuraciones del instrumento, y cambiar solo la extensión nunca decodifica un formato propietario o binario.