在WGS数据的分析过程中，我们会接触到许多生物信息学/基因组学领域所特有的数据文件和它们特殊的格式，在这一节中将要介绍的FASTA和FASTQ便是其中之一二。这是我们存储核苷酸序列信息（就是DNA序列...

虽然高通量测序分析最常用的操作是将fastq比对到参考基因组得到BAM文件，但偶尔我们也需要提取BAM文件中特定区域中fastq。最开始我认为这是一个非常简单的操作，因为samtools其实已经提供了...

扩增子测序不同于其他高通量测序项目，扩增子测序往往样品量较大，但单个样品的数据量要求不高（因为仅仅研究扩增区域的序列）。为了节约成本，研究者们通常会把多个样品混在一个文库，并给不同样品加上一段 Bar...

之前写过一篇文章Fastq-dump使用， 详细介绍了fastq-dump的用法。 虽然fastq-dump参数很多，而且一直被吐槽参数说明写的太差，但是如果真的要用起来其实也就是一行代码 fastq...

做生信的基本上都跟NCBI-SRA打过交道,尤其是fastq-dump大家肯定不陌生.NCBI的fastq-dump软件一直被大家归为目前网上文档做的最差的软件之一",而我用默认参数到现在基本也没有出...

生信分析过程中，会与很多不同格式的文件打交道，除了原始测序数据fastq之外，还需要准备基因组文件fasta格式和基因注释文件gtf格式。在分析的过程中还会有众多中间文件的生成，如bed、bed12、...

FASTQ文件格式和命名 高通量测序之后用于下游分析的数据一般存储在FASTQ文件中。为了节省空间，又不影响下游使用，也一般用gzip压缩的格式。 单端测序每个文库只返回一个FASTQ文件，双端测序两...

三代测序仪现在逐步投入正式使用之中，目前三代测序例如pacbio数据大的特点之一就是测序得到的reads特别长，最近我开展的一个项目中利用pacbio测序的到的reads中最长的到了23165bp，平...

案例描述： 需要将Sample_test1_R1.fastq.gz和Sample_test2_R2.fastq.gz合并为test.fastq.gz 操作方法1： 先zcat再gzip zcat Sa...

不同的平台测出来的数据采用的质量编码格式一般会有差异。关于FastQ的格式介绍可以阅读《FastQ格式介绍》 譬如sanger的编码采用的是质量值+33，而Soleax采用的是质量值+64。有时候由于...