FASTQ format

每个FASTQ文件中每个序列通常有四行信息：
1：以 '@' 字符开头，后面紧接着的是序列标识符和可选字段的描述(类似FASTA title line).
2：序列
3：以 '+' 字符开头，后面紧接着的是可选字段的描述性信息
4：第二行序列的质量信息

Illumina sequence identifiers

@HWUSI-EAS100R:6:73:941:1973#0/1

sequence identifiers	description
HWUSI-EAS100R	the unique instrument name
6	flowcell lane
73	tile number within the flowcell lane
941	'x'-coordinate of the cluster within the tile
1973	'y'-coordinate of the cluster within the tile
#0	index number for a multiplexed sample (0 for no indexing)
/1	the member of a pair, /1 or /2 (paired-end or mate-pair reads only)

Versions of the Illumina pipeline since 1.4 appear to use #NNNNNN instead of #0 for the multiplex ID, where NNNNNN is the sequence of the multiplex tag.

With Casava 1.8 the format of the '@' line has changed:

@EAS139:136:FC706VJ:2:2104:15343:197393 1:Y:18:ATCACG

sequence identifiers	description
EAS139	the unique instrument name
136	the run id
FC706VJ	the flowcell id
2	flowcell lane
2104	tile number within the flowcell lane
15343	'x'-coordinate of the cluster within the tile
197393	'y'-coordinate of the cluster within the tile
1	the member of a pair, 1 or 2 (paired-end or mate-pair reads only)
Y	Y if the read is filtered, N otherwise
18	0 when none of the control bits are on, otherwise it is an even number(偶数)
ATCACG	index sequence

将FASTQ 转换为 FASTA 格式:

zcat input_file.fastq.gz | awk 'NR%4==1{printf ">%s\n", substr($0,2)}NR%4==2{print}' > output_file.fa#printf 命令的语法：format-string 为格式控制字符串，arguments 为参数列表。
printf  format-string  [arguments...]#substr(s,p) 返回字符串s中从p开始的后缀部分
#substr(s,p,n) 返回字符串s中从p开始长度为n的后缀部分。

转载于:https://www.cnblogs.com/adawong/p/8032871.html

FASTQ format相关推荐

linux怎么查看fastq格式文件,2020-01-11 了解FASTQ格式并处理FASTQ文件
FASTQ文件格式是测序仪展示数据的标准格式,可以看成FASTA文件的变种(FASTA+Q),因为其包含了对序列中每个碱基的Qualify Measurement.(如:碱基A出错的可能性是1/100 ...
fastq ：怎么判断fastq是Phred33格式还是Phred64 格式
现在的一般都是Phred33的吧.. 对于每个碱基的质量编码标示,不同的软件采用不同的方案,目前有5种方案: Sanger,Phred quality score,值的范围从0到92,对应的ASCII ...
R语言处理FASTQ文件报错相关
setwd("E:/CTQ/plw/3w3d")##设置路径 install.packages("Biostrings")##下载包 > seqdata ...
Nature子刊：超高速细菌基因组检索技术
超高速搜索现存细菌和病毒基因组 Ultrafast search of all deposited bacterial and viral genomic data Nature Biotechnol ...
NBT：超高速细菌基因组检索技术
文章目录超高速搜索现存细菌和病毒基因组写在前面热心肠日报摘要图1. 序列搜索方法图2. 编码原理图3. 权衡速度和空间下与索引大小关系图4. 质粒序列的系统发育分布图5. 质粒分布与 ...
USEARCH11命令大全，200+命令中文简介，快速查找需要功能
序列比对嵌合体检测和过滤序列.树和基于图形的聚类距离矩阵多样性分析 fastq格式文件处理 Fasta和fastq文件处理格式机器学习和鉴定有用OTUs 其它命令 OTU分析和去噪 OTU表 ...
E. coli Bacterial Assembly 大肠杆菌
使用Scaffold因为缺乏完整的基因组 https://github.com/PacificBiosciences/DevNet/wiki/E.-coli-Bacterial-Assembly 该记 ...
微生物研究_微生物监测如何工作，为何如此重要
微生物研究 Background 背景 While a New York Subway station is bustling with swarms of businessmen, student ...
一文搞定细菌基因组De Novo测序分析
本文转自基因的生物信息学分析,链接 https://mp.weixin.qq.com/s/xWOlv5WVJ7LwTuRQDXmGzg 以一个细菌的测序数据为例子,介绍细菌基因组测序分析流程.本次实验 ...

FASTQ format

将FASTQ 转换为 FASTA 格式:

FASTQ format相关推荐

最新文章

热门文章