O cabeçalho de uma linha do FASTA tornou as sequências em texto simples o padrão da bioinformática

Em meados da década de 1980, os dados de sequências acumulavam-se em formatos vinculados a programas e bancos de dados individuais, o que dificultava mover uma sequência de uma ferramenta para outra. Os programas de busca FASTA, de William Pearson e David Lipman, vinham acompanhados de um formato tão simples que não podia ser confundido: uma linha começando com '>' carrega o nome e a descrição da sequência, e as linhas seguintes são a própria sequência em códigos de uma letra.

As regras do formato permaneceram mínimas. O NCBI, que administra o GenBank, define a defline como um '>' seguido de um SeqID único e de modificadores de origem opcionais, enquanto a própria sequência pode se estender por várias linhas e usa apenas letras IUPAC. Como o arquivo inteiro é texto simples, analisá-lo não exige nada mais do que um leitor de linhas — a documentação do formato observa que sua simplicidade torna as sequências fáceis de manipular com ferramentas de processamento de texto.

Esse custo de adoção quase nulo fez o trabalho. O FASTA tornou-se um padrão quase universal na bioinformática, aceito para busca e submissão em bancos de dados nos principais arquivos de sequências, e formatos posteriores, como o FASTQ, basearam-se diretamente em suas convenções em vez de substituí-las.

Um cabeçalho '>' mais letras simples tornou as sequências compartilháveis

ASCII simples significa que qualquer ferramenta de texto pode lê-lo e gravá-lo

Uma linha de cabeçalho '>' carrega o identificador de que todo banco de dados precisa

Foi distribuído junto com um software de busca FASTA funcional, de modo que a adoção não exigiu uma campanha separada

O NCBI e outros arquivos públicos o aceitam como entrada para submissão

Um formato vence quando o custo de usá-lo é quase nulo: se uma ferramenta tão trivial quanto um leitor de linhas consegue analisá-lo, a adoção se espalha sem que ninguém precise convencer o mundo.

O FASTA continua sendo o padrão para busca e submissão em bancos de dados, e suas convenções foram estendidas ao FASTQ para leituras de sequenciamento. Ele também deu origem a uma família de programas de alinhamento FASTA ainda usados para busca de similaridade.