Linux day3：认识生物信息学数据的常见格式

以上是计算第6个空格的所有数字相加为多少

• 大多数操作不会修改原文件,但以下操作会 1.cat > file 2.vim 3.把输入文件当作输出文件（会直接清空） 4.sed -i 也会修改原文件

例如：

生物信息学常见文件格式

fasta, fa, fna, faa, fas

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行和序列行.

• 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

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。FASTQ文件中，一个序列通常由四行组成:

• 第一行:以 @ 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:以 + 开头，之后可以再次加上序列的标识及描述信息(保留行) • 第四行:为碱基质量值，与第二行的序列相对应，长度必须与第二行相同

gff:基因组注释文件 ，总共有 9 列。分别为

gtf:基因注释文件 ，总共有 9 列。分别为

column -t #让列对齐