生信数据分析常见格式（一）

测序数据fa格式：一般为fa.gz文件

基因组参考序列fa格式：

第一行以@开慧唯头，之后为序列的标识符以及描述信息（与FASTA格式的描述行类似）

第二行为序列信息

第三行以+开头，之后可以再次加上序列的标识及描述信息（可选）

第四行为质量得分信息，与第二行的序列相对应，长度必须与第二行相同

GTF（Gene Transfer Format）格式是借鉴前燃培于GFF2格式，也被称为GFF2.5，大部分字段的定义是和GFF2相同的，只是每行的第九列必须带有如下四个域，具体为gene_id valuetranscript_id value这样的设计是为了适应一个基因的多个转录本这种情况。GTF格式主要用来注释基因：

[图片上传失败...(image-8d42c2-1536734614697)]

gff主要用来注释基因组

SAM（sequence alignment/map format）：由标头注释部分和比对部分组成

bed（Browser Extensible Data）：是ucsc 的genome browser的一个格式，描述注释的数据。bed有3个要求的字段（基本列）和9个额外的字段（附加列）

vcf（Variant Call Format）：格式是用于表示突变信息的文本格式，可以用来表示SNV（single nucleotide variants）,INDEL（ insertions/段拆deletions）, CNV（copy number variants ）and SV（structural variants）等。VCF格式同样是分为两大部分，一部分是注释描述信息，一部分是具体的突变信息，其中注释信息是以##开头的。

应用：

https://wiki.bits.vib.be/index.php/Category:Formats

未完待续....

方法和详细的 *** 作步骤如下：

1、第一步，在桌面上单击“ FA文件”图标，见下图，帆橘春转伍慧到下面的步骤。

2、第二步，完成上述步骤后，右键单击“Edit with Notepad++”这一项，见下图，转到下面的步骤。

3、第三步，完成上述步骤后，“FA文件”已成功打开，见下图，转到下面的步骤。

4、第四步，完成上述步骤后，还可以编辑文态耐件的内容，见下图。这样，就解决了这个问题了。

---