Hur stor kan en DNA-fil vara?
Forskare jobbar ibland med genomfiler på hundratals gigabyte — din konsumentexport är på 20–30 MB. Skillnaden ligger i vad som faktiskt mäts, och den avgör var din fil kan analyseras.
Konsumentfiler: kompakta genom design
Exporten från MyHeritage, 23andMe, AncestryDNA eller FamilyTreeDNA är en komprimerad textfil — i runda tal 20–30 MB (mindre packad som .zip eller .gz). Den innehåller bara genotyper vid utvalda positioner: typiskt 600 000–700 000 SNP:ar, en rad per markör. Det är en avsiktligt tunn fil — ett genotypningschip mäter kända varianter, inte hela din arvsmassa.
Forskningsfiler: en helt annan storleksordning
När forskare sekvenserar ett genom — till exempel urgamalt DNA ur benfynd — råkar varje bas i genomet, ofta flera gånger om. Råa sekvensfiler växer då till tiotals eller hundratals gigabyte. Sådana dataset hanteras med specialverktyg och serverkapacitet; de är inte det format din leverantörsexport har, och inte det format DNAHelper förväntar sig.
Vad webbläsaren klarar
Din konsumentfil är designad för att vara lätt att räkna på: att parsa ~700 000 textrader och slå upp markörer mot en trait-databas tar sekunder i en modern webbläsare — även på en telefon. Gränsen sätts inte av din DNA-data utan av minne och filhantering: praktiskt sett fungerar filer upp till hundratals megabyte utan problem, medan flergigabyte-filer behöver andra verktyg. Eftersom analysen är lokal behöver du dessutom aldrig vänta på en uppladdning — filen lämnar inte din enhet.
Storleken säger inget om innehållet
En större fil betyder inte ett bättre resultat. Det som avgör vad DNAHelper kan utläsa är vilka markörer filen innehåller — varför en SNP kan saknas beror på chiptäckning, inte filstorlek. Och ett litet raderingsfel gör inte filen "sämre" — råfilen är en lista med positioner, inget annat.
Praktiska formatfrågor
- Packade format (
.zip,.gz) ska packas upp först — se guiden om .gz-filer. - Leverantörerna skiljer sig i separatorer och markörantal — filformat per leverantör.
- En fil som är för stor att öppna i ett kalkylprogram är ofta helt normal — öppna den inte i Excel, analysera den.
Läs även: Vad är en rå DNA-fil? · Packa upp .gz-filer · Varför saknas en SNP? · Metod & vetenskap