BioInfo
来自Jack's Lab
（版本间的差异）
(→简史) |
(→简史) |
||
| 第10行： | 第10行： | ||
* 人类线粒体，1981 年，16.6 kb | * 人类线粒体，1981 年，16.6 kb | ||
* [https://baike.baidu.com/item/%CE%BB%E5%99%AC%E8%8F%8C%E4%BD%93 λ 噬菌体]，1982 年，49 kb，61 个基因（38个较为重要） | * [https://baike.baidu.com/item/%CE%BB%E5%99%AC%E8%8F%8C%E4%BD%93 λ 噬菌体]，1982 年，49 kb，61 个基因（38个较为重要） | ||
| − | * | + | * 第一个被完整测序的能独立生存的生物体 DNA：流感嗜血杆菌 (Haemophilu sinfluenzae)，1995 年，1 830 140 bp, 1740 个基因 |
<br><br> | <br><br> | ||
2018年11月30日 (五) 10:40的版本
目录 |
1 基础
2 简史
- 第一个被完整测序的 DNA：噬菌体 ΦX174，1975 年完成，环形单链 DNA (ssDNA)，5386 bp (GenBank ID: J02482)，编码 11 个蛋白质 （8 个必需）
- 第一个被完整测序的动物病毒 DNA：SV40 virus [2]，1977 年完成，环形双链的 DNA，5243 bp
- pBR322，1978 年完成，4363 bp
- 人类线粒体，1981 年，16.6 kb
- λ 噬菌体，1982 年，49 kb，61 个基因（38个较为重要）
- 第一个被完整测序的能独立生存的生物体 DNA：流感嗜血杆菌 (Haemophilu sinfluenzae)，1995 年，1 830 140 bp, 1740 个基因
3 格式
3.1 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
3.2 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。
4 参考
