生物信息学常见数据格式

生信技能树学习笔记

fasta

一种基于文本用于表示核酸序列或多肽序列的格式，缩写为fa

特征：两部分

-id行：以“>”开头，有时候会包含注释信息

-序列行：一个字母表示一个碱基/氨基酸，ATCGN 或 20种氨基酸

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

通常有四行

第一行 @开头，之后为序列的标识符以及描述信息

第二行 为序列信息，如ATCG

第三行 +开头，之后可以再次加上序列的标识符以及描述信息

第四行 为碱基质量值，长度与第二行一一对应

gff

image.png