fastq、fasta、sam数据格式

FastQ

FASTQ是一种存储了生物序列（通常是核酸序列）以及相应的质量评价的文本格式。

它们都是以ASCII编码的。现在几乎是高通量测序的标准格式。

fastq格式是生物信息分析中最常见的格式之一

• 通常我们可以将测序的数据分为双端测序和单端测序双端测序的数据含有两个fastq格式的文件，单端测序的数据只有一个fastq格式的文件
  fastq格式的文件详解如下图：
  主要分为四行
• 第一行是用来区分不同reads的一个ID号，一般以@符号开头，这一行是用来区分不同的reads，而这一行本身包含了很多的信息。

1. Read Record Header
2. Flow Cell ID
3. Lane
4. Tile
5. Tile Coordinates
6. Barcode

• 第二行是测序的序列，也就是reads的序列
• 第三行一般是一个+号，或者与第一行的信息相同
• 第四行是碱基质量值，是对第二行序列的碱基的准确性的描述，一个碱基会对应一个碱基质量值，所以这一行和第二行长度是一样的，如果不一样就说明数据有问题
  

fastq与fasta

一、关于Fastq

FASTQ是基于文本的，保存生物序列（通常是核酸序列）和其测序质量信息的标准格式。其序列以及质量信息都是使用一个ASCII字符标示，最初由Sanger开发，目的是将FASTA序列与质量数据放到一起，目前已经成为高通量测序结果的事实标准。

二、Fastq的格式

FASTQ文件中每个序列通常有四行：第一行，序列标识以及相关的描述信息，以‘@’开头；第二行是序列；第三行以‘+’开头，后面是序列标示符、描述信息，或者什么也不加；第四行，是质量信息，和第二行的序列相对应，每一个序列都有一个质量评分，根据评分体系的不同，每个字符的含义表示的数字也不相同。

例如