生物信息分析中的reads是什么

​由于受目前测序水平的限制，基因组测序时需要先将基因组打断成DNA片段，然后再建库测序。reads（读长）指的是测序仪单次测序所得到的碱基序列，也就是一连串的ATCGGGTA之类的，它不是基因组中的组成。不同的测序仪器，reads长度不一样。对整个基因组进行测序，就会产生成百上千万的reads。

测序得到的原始图像数据经 base calling 转化为序列数据，我们称之为 raw data 或 raw reads ，结果以 fastq 文件格式存储， fastq 文件为用户得到的最原始文件，里面存储 reads 的序列以及 reads 的测序质量。在 fastq 格式文件中每个 read 由四行描述：

@read ID
TGGCGGAGGGATTTGAACCC
+
bbbbbbbbabbbbbbbbbbb

• Single-end(SE)测序：1个fastq文件

• Pair-end(PE)测序：2个fastq文件分别存放read1和read2的数据

每个序列共有4行，第1行和第3行是序列名称(有的 fq 文件为了节省存储空间会省略第三行“＋”后面的序列名称)；第2行是序列；第4行是序列的测序质量，每个字符对应第2行每个碱基，第4行每个字符对应的 ASCII 值减去64，即为该碱基的测序质量值，比如 h 对应的 A