生物信息学常见文件格式

文章预览

学习笔记总结于『生信技能树』马拉松课程 本文介绍生物信息学常见的几种文件格式：fasta格式、fastq格式、gff格式、gtf格式 一、fasta格式 fasta：一种 基于文本 用于表示 核酸序列 或 多肽序列 的格式，缩写可以是 fa、fas、fna、faa 文件特征：分为 两个部分 ，id行和序列行（注意不是分为两行，而是两个部分） id行：以">"开头，有时候会包含注释信息，如 chr1、chr2 ... 序列行：一个字母表示一个碱基/氨基酸，ATCGN 或 20种氨基酸（ATCGN的N意思是，确定这个地方有序列，但不知道是ATCG的哪一个） 图1 二、fastq格式 fastq：一种保存生物序列（通常为 核酸序列 ）及其测序质量得分信息的文本格式（如果是二代测序拿到的结果应该是fastq格式，如果是三代测序，结果不一定是fastq格式，还有可能是其他格式例如bam格式）。 FASTQ文件中， 一个序列 通常由 四行组 ………………………………