BioInfo
来自Jack's Lab
(版本间的差异)
(→参考) |
(→参考) |
||
第35行: | 第35行: | ||
* [https://www.guokr.com/article/441017/ 世界上最顽强动物的基因组,究竟长啥样?] | * [https://www.guokr.com/article/441017/ 世界上最顽强动物的基因组,究竟长啥样?] | ||
* [https://www.guokr.com/article/441769/ “防辐射”蛋白:水熊虫的生存利器] | * [https://www.guokr.com/article/441769/ “防辐射”蛋白:水熊虫的生存利器] | ||
+ | |||
+ | * [https://www.guokr.com/article/440343/ 个人基因组测序结果 2015] | ||
<br><br> | <br><br> | ||
<br><br> | <br><br> | ||
<br><br> | <br><br> |
2018年11月30日 (五) 09:02的版本
目录 |
1 基础
2 格式
2.1 FASTA
FASTA 格式(又称为Pearson格式)是一种基于文本的、用于表示核苷酸序列或氨基酸序列的格式。在这种格式中碱基对或氨基酸用单个字母来表示,且允许在序列前添加序列名及注释。
FASTA 文件以序列表示和序列作为一个基本单元,各行记录信息如下:
- 第一行:以 ">" 开头的任意文字说明。用于序列标记,为了保证后续分析软件能够区分每条序列,单个序列的标识必须具有唯一性
- 第二行:碱基序列。只允许使用既定的核苷酸或氨基酸编码符号。通常核苷酸符号大小写均可,而氨基酸常用大写字母。使用时应注意有些程序对大小写有明确要求。文件每行的字母一般不应超过 80 个字符
2.2 FASTQ
FASTQ 最初由 Sanger 开发,目的是将 FASTA 格式数据与质量数据放到一起,目前已经成为高通量测序结果的事实标准。
FASTQ 文件以四行为一个基本单元,并对应一条序列的测序信息,各行记录信息如下:
- 第一行:序列标识以及相关的描述信息。以‘@’开头,为了保证后续分析软件能够区分每条序列,单个序列的标识必须具有唯一性
- 第二行:碱基序列
- 第三行:以‘+’开头,后面是序列标示符、描述信息,或者什么也不加
- 第四行:质量信息,长度和第二行的序列相对应,每一个序列都有一个质量评分,根据评分体系的不同,每个字符的含义表示的数字也不相同。
3 参考