fastq 文件介绍

name
NT064_S43_L001_R1_001.fastq.gz

第一部分:样本名
第二部分:(和 illumina Experiment Manage 的编号一致)S1 .. S* 后面跟的数字与样本在Sample Sheet中的顺序一致,从1开始。不能分配到确定样本的read会归到S0(Undetermined_S0)
第三部分:泳道lane的编号
第四部分:R1表示read1,R2表示read2。R1和R2为paired end reads
第五部分:通常为001

查看fastq的文件格式

[xmxjy@xmxjy filter]$ less allhpv.fastq.gz | head
@TPNB500301:48:HHTKNAFXY:1:11101:11715:1039 1:N:0:TCCGGAGA+NGGATAGG
TGACGNTCTCAATATATGTGTGCTTTTTTGCATATTCATAATCTCCCTACTTTATTTTCTTTTATTTTTAATTGATACATAATCATTATACATATTTATGGGTTAAAGTGTAATGTTTTAATATGTGTAAACATATTGACCAAATCAGGGT
+
AA6AA#EEEEE6EEEEEEEEEEEEE6EEEAEEEAAEEEA/E6/EE/EE6EAAEAEEE6EAEEE6EEEEE/EEEEEAEE/EEEEEEAAEAEEEAEE<EEEE/EEAAE/EEEEEEE/EEEEAEEEEEEEEE/AEAEEAEE<<A/EE<<E//EE
@TPNB500301:48:HHTKNAFXY:1:11101:14066:1039 1:N:0:TCCGGAGA+NGGATAGG
AGACTNTCGTAATATATGTGTGCTTATTTGCATATTCATAATCTCCCTACTTTATTTTCTTTTATTTTTAATTGATACATAATCATTATACATATTTATGGGTTAAAGTGTAATGTTTTAATATGTGTACACATATTGACCAAATCAGGGT
+
6AAAA#EEEEEEEEEEEEAAEE/E/EEEEEAEE6EAA/EAEEEE</EEEA/EEEEEEEEEE6EEEE/E/EAEEAE/EAAEE6EEEEEEEAEEAEEEEEEEEEAEEAEAEEE/EEAEEEE/EEA/EEEE/EE<EAE/E/<E<E/EA<EAAEE

意思如下:
Each entry in a FASTQ file consists of four lines:
• Sequence identifier
• Sequence
• Quality score identifier line (consisting of a +)
• Quality score

@TPNB500301:48:HHTKNAFXY:1:11101:11715:1039 1:N:0:TCCGGAGA+NGGATAGG

以:分隔
@<instrument>
<run number>
<flowcell ID>
<lane>
<tile>
<x-pos>
<y-pos>
<read>
<is filtered>
<control number>
<index sequence>

下面是别人的一张图片


image.png

Quality score

The character '!' represents the lowest quality while '~' is the highest. Here are the quality value characters in left-to-right increasing order of quality (ASCII):

!"#$%&'()*+,-./0123456789:;<=>?@ABCDEFGHIJKLMNOPQRSTUVWXYZ[\]^_`abcdefghijklmnopqrstuvwxyz{|}~
image.png

Q值

质量值Q是p的整数映射(即相应碱基判定不正确的概率),主要有两种不同的公式被使用。第一种是评估碱基判定的可靠性的不标准Sanger变体,也称为Phred质量分数:

Qsanger=-10\log_{10}p

Solexa流程(即与Illumina Genome Analyzer一起交付的软件)较早使用了不同的映射编码概率p/(1-p),而不是p:
Q=-10\log_{10}\frac{P}{1-P}

测序质量值和准确度

Phead Quality Score Probability of incorrect base call Base call accuracy
10 1 in 10 90%
20 1 in 100 99%
30 1 in 1000 99.9%
40 1 in 10000 99.99%
50 1 in 100000 99.999%

维基百科
https://en.wikipedia.org/wiki/FASTQ_format#File_extension
中文翻译
http://www.cnblogs.com/yahengwang/p/8973948.html
shell 操作
https://www.jianshu.com/p/bc1fe435879c

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 224,896评论 6 522
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 96,283评论 3 402
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 172,085评论 0 367
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 61,010评论 1 300
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 70,015评论 6 400
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 53,492评论 1 314
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 41,858评论 3 428
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 40,829评论 0 279
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 47,374评论 1 324
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 39,409评论 3 346
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 41,527评论 1 355
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 37,131评论 5 351
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 42,858评论 3 339
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 33,296评论 0 25
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 34,434评论 1 276
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 50,087评论 3 381
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 46,597评论 2 366

推荐阅读更多精彩内容

  • Introduction What is Bowtie 2? Bowtie 2 is an ultrafast a...
    wzz阅读 5,722评论 0 5
  • **2014真题Directions:Read the following text. Choose the be...
    又是夜半惊坐起阅读 9,613评论 0 23
  • FASTX-Toolkit介绍 背景介绍 高通量测序数据下机后的原始fastq文件,包含4行,其中一行为质量值,另...
    oddxix阅读 10,908评论 0 6
  • 沿着铁轨 日光停滞在麦浪里 从未离开过 这片生我的土地 我知道 他乡是那样新奇 但我不愿意 沾染那新奇里的污泥 也...
    常小黎阅读 397评论 0 1
  • “少女怀孕”已成为我国一种具有深远影响的社会危机,因为这些少女是未来的妻子和母亲。由于过早地怀孕和接受人工流产,使...
    丹_梅阅读 249评论 0 0