L'en-tête d'une ligne du format FASTA a fait des séquences en texte brut la norme de la bioinformatique

Au milieu des années 1980, les données de séquences s'accumulaient dans des formats liés à des programmes et à des bases de données individuels, ce qui rendait difficile le transfert d'une séquence d'un outil à un autre. Les programmes de recherche FASTA de William Pearson et David Lipman étaient livrés avec un format si simple qu'il ne pouvait pas être confondu : une ligne commençant par « > » porte le nom et la description de la séquence, et les lignes qui suivent constituent la séquence elle-même en codes à une lettre.

Les règles du format sont restées minimales. Le NCBI, qui gère GenBank, définit la ligne de définition comme un « > » suivi d'un SeqID unique et de modificateurs de source facultatifs, tandis que la séquence elle-même peut s'étendre sur plusieurs lignes et n'utilise que des lettres IUPAC. Comme le fichier entier est en texte brut, son analyse ne nécessite rien de plus qu'un lecteur de lignes — la documentation du format note que sa simplicité rend les séquences faciles à manipuler avec des outils de traitement de texte.

Ce coût d'adoption quasi nul a fait le travail. FASTA est devenu une norme quasi universelle en bioinformatique, acceptée pour la recherche et la soumission dans les bases de données auprès des principales archives de séquences, et des formats ultérieurs tels que FASTQ se sont directement appuyés sur ses conventions plutôt que de les remplacer.

Un en-tête « > » plus de simples lettres ont rendu les séquences partageables

L'ASCII brut signifie que tout outil de texte peut le lire et l'écrire

Une ligne d'en-tête « > » porte l'identifiant dont chaque base de données a besoin

Il était livré avec un logiciel de recherche FASTA fonctionnel, si bien que l'adoption n'a nécessité aucune campagne séparée

Le NCBI et d'autres archives publiques l'acceptent comme entrée de soumission

Un format s'impose lorsque le coût de son utilisation est quasi nul : si un outil aussi trivial qu'un lecteur de lignes peut l'analyser, l'adoption se répand sans que quiconque ait à convaincre le monde.

FASTA reste le format par défaut pour la recherche et la soumission dans les bases de données, et ses conventions ont été étendues à FASTQ pour les lectures de séquençage. Il a également donné naissance à une famille de programmes d'alignement FASTA encore utilisés pour la recherche de similarité.