NGS數據格式介紹

通常狀況下，從Illumina平臺上獲得的測序，其數據格式是Fastq格式，能夠稱之爲原始數據（Raw data）。事實上直接的下機數據是顯微拍攝獲得的圖像信息。可是通常都會用Bcl2Fastq軟件將圖像信息轉化成Fastq文件。

 

若是測序是SE：則只有一個fastq文件，若是是PE測序，則獲得兩個Fastq文件。

PE的數據特色有：

（1）兩個Fastq文件中分別包含數據1和2，來區分先後端；

（2）這2個文件的行數必須一致；

（3）相同的行上的數據來自同一條DNA片斷雙末端的測序數據；

（4）Fastq以每4行爲一個單位，表示一條reads的信息。

@HISEQ:6:1101:1703:2071#GCAATGGC/1

AGAATGCGTCATTCTGCGGAACTCATCCGACTGAATACCGAAAAGCAGAATCTGATCCTGGTTTCT

GCCATAAAGTAGCGCGAGCACACAGACGTCTGCGCGCCTGCGGTGACGGCGGTGCGGGT

+

`\```fdbeaeddf]d_ffNddPP\dedd]N[XPdffP\NeNdbff]faeafPdeff]PbPPP[efP^YePY\edfefO[

NNNbcM_effc\OcfcOWbffffMXcaMcffa_cYcYYbccYM]b

第一行 序列名稱

第二行 序列的鹼基組成

第三行 序列信息，或者直接以「+」作標記

第四行 鹼基的質量

如今的Illimina使用的質量格式爲Phred+33，和Sanger的鹼基質量基本一致；鹼基質量使用Q（Phred值）表示，其計算公式爲：

鹼基質量與錯誤率的關係爲：