測序原理
學習資源
原理介紹視頻：https://share.weiyun.com/5qojuBY 密碼：bxsry4
文章《測序的世界》
測序技術(shù)原理及常用數(shù)據(jù)格式簡介
測序發(fā)展史
陳巍學基因 視頻
內(nèi)容整理：
二代測序workflow:
sample prep; cluster generation; sequencing; data analysis
一個flowcell包含8個lane峰尝，每個lane包含2個swath，1個swath有60個tile，1個tile會有不同的cluster祭饭，不同的lane之間绘趋，不會有同樣的DNA
樣品準備（加接頭）-- 橋式PCR钞它，成cluster -- 測序（根據(jù)顏色） -- 處理數(shù)據(jù)
常用數(shù)據(jù)格式
Fastq & Fasta
Fastq格式：
一種基于文本的悼尾，保存生物序列（通常是核酸序列）和其測序質(zhì)量信息的標準格式,一般都包含有4行牌废。
第一行：由‘@’開始廉侧，后面跟著序列ID和可選的描述页响，序列ID是唯一的；
第二行：堿基序列段誊；
第三行：由‘+’開始闰蚕，后面是序列的描述信息；
第四行：第二行序列的質(zhì)量評價(quality value)枕扫。
Fasta格式：
1：以“>”為開頭陪腌，fasta格式標志。
2：序列ID號烟瞧，gi號诗鸭，NCBI數(shù)據(jù)庫的標識符，具有唯一性参滴。
格式為：gi|gi號|來源標志|序列標志（接收號强岸、名稱等），若某項缺失可以留空砾赔，“|”保留蝌箍。
3：序列描述。
4：堿基序列暴心，序列中允許空格妓盲、換行、空行专普，一般一行60個悯衬。
Fastq文件→Fasta文件
Linux命令
法1：sed '/^@/!d;s//>/;N' your.fastq > your.fasta
法2：seqtk seq -A input.fastq > output.fasta
FASTX-Toolkit
一款用于處理Short-Reads FASTA/FASTQ文件的程序，里面包含了豐富的Fasta/Fastq文件格式轉(zhuǎn)換檀夹、統(tǒng)計等命令筋粗。
http://hannonlab.cshl.edu/fastx_toolkit/
GenBank & EMBL
GenBank格式:
以LOCUS和一些注釋行開始策橘。
序列的開頭以“ORIGIN”標記，末尾以“//”標記娜亿。
EMBL格式
以標識符行（ID）開頭丽已，后面跟著更多注釋行。
序列的開頭以“SQ”開頭標記买决，序末尾以“//”標記沛婴。
EMBL → Fasta格式轉(zhuǎn)換（在線工具）：
http://www.geneinfinity.org/sms/sms_embltofasta.html
