Fastq文件大小和测序覆盖度初探

最新推荐文章于 2024-10-27 18:51:36 发布
最新推荐文章于 2024-10-27 18:51:36 发布
阅读量3.6k 收藏 7
点赞数 1
分类专栏： 学术 文章标签： 其他
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/u010608296/article/details/121347722
版权

Fastq文件大小和测序覆盖度初探

王焕威 聚道科技GeneDock 2017-04-10

(本文由GeneDock公司 Bioinformatics Engineer 王焕威撰写，转载请保留作者信息和原文链接)

引  子

在二代测序（NGS）领域中，Fastq文件大小和测序深度（即测了多少乘）是两个常用的概念，但不同人给出的Fastq文件大小与测序深度的比例可能并不一致，而且之间的关系也一直模糊不清。

故，这篇博客就试图去探讨这两者的关系及其相关概念。

基本概念

1

Fastq文件的基本格式 

Fastq文件是二代测序行业中常用的原始序列文件。每4行表示一个read（测序序列），其格式示例如下：

图片

  • 第一行：为序列ID

  • 第二行：序列

  • 第三行：固定为“+”

  • 第四行：序列的质量值（quality score）

2

Fastq文件的序列ID行 

对于Fastq文件中每个序列的ID行（首行），其格式并不统一，不同

最低0.47元/天 解锁文章
python：批量汇总统计fastq文件序列数、碱基数、GC%、MaxLength、MinLength
weixin_48794920的博客
07-13 3159
python：文件查询，统计fastq序列数、碱基数、GC%、MaxLength、MinLength 前面写了类似的上篇，用来处理一个样品的测序数据。这篇可以处理多个测序数据。 一、输入数据 tree rawdata rawdata ├── CON1_R1.fastq ├── CON1_R2.fastq ├── CON2_R1.fastq ├── CON2_R2.fastq ├── CON3_R1.fastq ├── CON3_R2.fastq ├── TREAT1_R1.fastq ├── TREAT1_
linux压缩为fastq.gz文件,科学网—压缩解压工具gzip、pigz、gtz大比较 - 刘永鑫的博文...
weixin_31100517的博客
05-14 2863
软件测试于Ubuntu 16.04LTSubuntu环境下默认~/bin为个人环境变量目录比较Linux系统自带gzip工具、多线gz压缩工具pigz、以及最新适合fastq压缩又快又小的软件GTX(自称只有传统gzip的1/6体积，实测单线程速度快了3倍，体积减少为gzip的2/3大小)软件下载和安装gzip系统默认，无须安装pigz多线程压缩工具，可通过Ubuntu系统自带的新立德工具箱一键安...
计算生物学与生物信息学漫谈-2-测序深度/读长质量和Fasta处理
tRNA的博客
10-20 1729
简述测序深度概念、Calling质量及FASTA文件
根据提供的fastq文件列表，针对单个fastq文件并行计算reads的长度，全部完成后计算N50
weixin_41869644的博客
01-22 2232
#!/usr/bin/env python #-*- encoding=UTF-8 -*- import multiprocessing import gzip import sys ## this function cal the sequence length per file def cal_length(f): seq = [] reads = 0 tt = gzip.open(f...
fastq质量值_生信入门：Fasta与Fastq格式文件详解
weixin_39849800的博客
12-20 1272
FASTA 文件格式FASTA格式是一种用于表示核苷酸序列或多肽序列的文本格式。其中碱基对或氨基酸用单个字母来表示，且允许在序列前添加序列名及注释。该格式已成为生物信息学领域的一项标准。FASTA文件各行记录信息如下：第一行是由大于号">"开头的任意文字说明，用于序列标记，为了保证后续分析软件能够区分每条序列，单个序列的标识必须是唯一的。从第二行开始为序列本身，只允许使用既定的核苷...
如何打开Fastq文件
xirongxu_dlut的博客
07-26 5305
生物信息学软件通常提供了一些命令行工具来处理Fastq文件，例如常见的序列拼接、质量过滤、序列比对、读取计数等相关分析。Python是一种常用的编程语言，生物信息学工具和软件的开发者经常使用Python编写脚本来处理Fastq文件。使用Python脚本打开Fastq文件可以允许我们执行高度定制的数据分析和处理。Fastq文件也可以使用文本编辑器来打开，这使得我们可以查看文件中的基因序列与其相关的序列质量信息。上述Python脚本将读取输入的Fastq文件，并且在控制台中显示其序列信息。
slimfastq:对fastq文件的有效无损压缩。-开源
04-29
在处理大量测序数据时，文件大小往往成为存储和传输的瓶颈，slimfastq的出现解决了这一问题。 slimfastq的主要特性包括： 1. **高压缩率**：slimfastq能够实现高效的压缩，将fastq文件的大小显著减小，从而节省...
Go基因测序分析：FASTQ文件处理的并行优化.pdf
最新发布
05-03
文档支持目录章节跳转同时还支持阅读器左侧大纲显示和章节快速定位，文档内容完整、条理清晰。文档内所有文字、图表、函数、目录等元素均显示正常，无任何异常情况，敬请您放心查阅与使用。文档仅供学习参考，请勿...
Python-从Python高效处理FASTQ文件
08-10
在生物信息学领域，FASTQ文件是一种常用的存储高通量测序数据的格式，它包含了序列信息和质量分数。Python由于其丰富的库和强大的数据处理能力，成为了处理这些大规模数据的首选工具。本文将深入探讨如何高效地用...
linux如何打开fastq文件内容,fastq 文件处理
weixin_35690449的博客
05-08 2874
2021/03/22这是一个小任务读取某个目录下的文件import osaim_dir = '/home/user/fastq_dir/'fastq_files = os.listdir(aim_dir)print(fastq_files)结果是一个列表，包括此目录下所有的文件的全称 及 文件扩展名(.txt,.fasta,.gz等)for fastq_file in fastq_files:pr...
linux压缩比,Linux下各压缩方式测试（压缩率和使用时间）
weixin_33866002的博客
05-25 636
压缩比及压缩速度测试:$ head -n 2000 cc_detail_201608.sql > 1$ time tar -c –lzma -f 1.glz 1real 23m44.216s$ time tar -c –xz -f 1.gxz 1real 25m26.296s$ time tar -czf 1.tgz 1real 1m17.476s$ time tar -cjf 1.tbz ...
Linux进阶--生物信息学常见的文件格式：fasta、fastq、gff/gtf
Rita_rr的博客
04-12 1474
生物信息学常见的文件格式：fasta、fastq、gff/gtf
生物信息数据格式：fastq格式
热门推荐
sunchengquan的博客
03-05 3万+
文章目录格式说明实例演练判断fastq序列编码是Phred33(Illumina1.8+) or Phred64(Illumina1.3+)fastq转换fasta格式Linux 操作fastq获取数据统计reads_1.fq文件中共有多少条序列信息输出reads_1.fq文件中的标识符（即以@开头的那一行）输出reads_1.fq文件中所有序列的信息（即每个序列的第二行）输出reads_1.fq...
QT 计算文件夹总大小并转换为B、KB、M、G. 获取磁盘总大小、可用空间、文件夹大小
ken2232的博客
07-23 3086
qt获取磁盘总大小、可用空间、文件夹大小 (**) 使用QFileInfo查看文件相关信息----大小，创建时间，属性 (**)
生信必会格式：Fasta & Fastq 简介及转换
生信学习
11-20 2万+
FASTA和FASTQ文件，其实还是文本文件，用于存储序列信息。平时为了存储方便，节省空间，所以变成了GZ的压缩文件（二进制文件，不能直接用head、less等命令直接查看）。之前没有好好记笔记，现在补上😑。
fasta与fastaq的区别以及格式转换
XIUXIU179的博客
11-24 1万+
1.1）测序质量值 首先在了解fastq，fasta之前，了解一下什么是质量值。Phred 功能是处理测序仪直接生成的色谱图，给出相应的碱基和质量值。不同的测序仪会给出不同的色谱文件，Phred 能够识别三种格式的色谱文件，SCF, ABI 和预先处理的 ESD 格式。 碱基的测序质量值 Q 和此碱基出错的概率 Pe 相关。公式：Q = -10 log10( Pe )。phred软件在对reads进行base calling的时候会给出每一个碱基的质量值，这个质量值的计算与测序预期错误率相...
fastq和fasta格式文件
大甘的博客
10-27 1286
record.letter_annotations["phred_quality"] = [0] * len(record.seq) # 默认质量为0。print(record.letter_annotations["phred_quality"]) # 质量分数。FASTQ格式可以直接转换为FASTA格式，忽略质量信息。FASTA格式可以转换为FASTQ格式，默认质量分数为。
FASTA 与 FASTQ格式详解
weixin_44649331的博客
05-03 5688
FASTA 1.FASTA存储什么？ fasta存储核酸序列（DNA/RNA），也存储蛋白质的核苷酸序列（Animo Acid sequence，简称AA序列） 2.FASTA包含什么内容？ 第一行：以“>”开头主要存储的是序列的描述信息 第二行：序列 3.例子1：AA序列（核苷酸序列） UniRef数据库中下载的人类血红蛋白α亚基的序列。 >sp|P69905...
FASTQ质控软件FASTP下载和运行
weixin_59759625的博客
04-20 4672
使用批量质控的方法：vim .sh创建文件夹 ，i-编辑；将质控命令复制进去，修改所在文件夹，我数据在不同文件夹需要自己修改。esc，shift+：，wq保存退出，sh fastp .sh即可。使用fastp 软件进行质控，chmod a+x fastp使其可运用./fastp；可使用系统默认质控参数。2,使用wget进行安装：wget http://opengene.org/fastp/fastp。1. 使用conda进行安装：conda install fastp。质控完成后显示数据。
samtools 将单端测序的bam文件转成fastq文件
12-08
要将单端测序的BAM文件转换为FASTQ文件，可以使用SAMtools工具包中的`samtools fastq`命令。以下是具体步骤： 1. **安装SAMtools**：如果尚未安装SAMtools，可以使用以下命令进行安装： ```bash # 对于Debian/Ubuntu系统 sudo apt-get install samtools # 对于macOS系统，可以使用Homebrew brew install samtools ``` 2. **转换BAM文件为FASTQ文件**： 使用`samtools fastq`命令将BAM文件转换为FASTQ文件。假设你的BAM文件名为`input.bam`，你可以使用以下命令： ```bash samtools fastq input.bam > output.fastq ``` 这条命令会将`input.bam`文件中的序列转换为`output.fastq`文件。 3. **处理压缩的BAM文件**： 如果你的BAM文件是压缩的（`.bam.gz`），你需要先解压缩： ```bash gunzip input.bam.gz ``` 然后再进行转换。 4. **包含其他选项**： 你可以添加一些选项来控制输出的FASTQ文件格式。例如，添加`-N`选项可以在每个序列名后添加`/1`： ```bash samtools fastq -N input.bam > output.fastq ``` 其他常用选项包括： - `-c`：输出每个序列的注释行。 - `-n`：按名称排序输出。 - `-O`：指定输出格式（`SAM`, `BAM`, `CRAM`）。 通过以上步骤，你可以将单端测序的BAM文件成功转换为FASTQ文件。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

wangchuang2017

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值