生信数据格式

FASTQ

通过测序，一般拿到的数据是.fastq或者.fq的原始数据格式，该数据包含所有的reads信息，其中一条reads主要包含以下4行信息：

  • 第一行主要储存序列测序时的坐标等信息，可用于区分来源；

  • 第二行是测序得到的序列信息，一般用ATCGN来表示，其中N表示荧光信号干扰无法判断到底是哪个碱基;

  • 第三行以“+”开始，可以储存一些附加信息，一般是空的；

  • 第四行储存的是质量信息，与第2行的碱基序列是一一对应的，其中的每一个符号对应的ASCII值成为phred值，可以简单理解为对应位置碱基的质量值，越大说明测序的质量越好。不同的版本对应的不同。

fastq.png

SAM