fasta文件里的数据怎么打开 怎么导入数据库

fasta文件里的数据打开导入数据库：就是在新建 的数据库中右键--导入--，在导入的过程中进行选择列与列的对应关系（当然就只是一种简单的方式）。

附加数据库:企业管理器--右键"数据库"--所有任务--附加数据库选择你的mdf文件名--确定--如果提示没有ldf文件,是否创建,选择"是"查询分析器中的方法：有数据文件及日志文件的情sp_attach_db '数据库名'。

冗余数据至少可能导致以下3个潜在的错误：

一是如果一组DNA或氨基酸序列包含了大量非常相关序列族，则相应的统计分析将偏向这些族，在分析结果中，这些族的特性被夸大。

二是序列间不同部分的显著相关可能是在数据样本抽样时是有偏的和不正确的。

最后是如果这些数据是被用于预测，则这些序列将使预测方法—如人工智能方法—发生偏离。因此，过于苛刻地去除“太过于相似的序列”可能导致一些有价值的信息被删除，应在数据规模和非冗余之间找到一个合理的平衡点。

打开您的 FA文件的最快速最容易的方法便是双击文件。这样做可以让Windows智能决定使用正确的程序打开您的FA文件。

若出现无法打开您的 FA文件的情况，很可能是因为您的电脑上没有安装查看或编辑FA文件扩展名的恰当程序。

若您的电脑打开了FA文件，但使用的是错误的应用程序，则需要更改您的Windows注册文件关联设置。也就是说，Windows正在使用错误的程序关联FA 文件扩展名。

我们强烈建议对您的Windows 注册表进行扫描 查看是否有无效文件关联和其它相关的注册表问题。

FA文件为主要与primarily FASTA Format DNA and Protein Sequence Alignment相关联的数据文件 。

FA文件还与以下相关联 EROSION 3D Flow Accumulation 和FileViewPro

其它文件类型可能也正在使用FA文件扩展名。

查看测序峰图Chromas中，Ediit菜单中cutoff vector sequence表示删除载体序列。
Chromas应用程序可以用来查看和编辑DNA的峰形图,图谱文件一般为SCF格式(scf)，您一般所收到的email和测序报告的磁盘中的图谱文件一般都是SCF格式的。
基因测序是一种新型基因检测技术，能够从血液或唾液中分析测定基因全序列，预测罹患多种疾病的可能性，个体的行为特征及行为合理，如癌症或白血病，运动天赋，酒量等 。基因测序相关产品和技术已由实验室研究演变到临床使用，可以说基因测序技术，是下一个改变世界的技术 。

文件扩展名AB1
文件类型：DNA的电泳文件
类别：数据文件
软件： 可打开AB1文件的软件: GSL Biotech SnapGene, Applied Biosystems Sequencing Analysis Software, BioEdit, Geospiza FinchTV, Technelysium Chromas Lite or ChromasPro, CubicDesign DNA Baser
描述：
从科学的仪器和输出自Applied Biosystems的序列分析软件采取原始DNA的数据;包含电泳和DNA的碱基序列，可以使用DNA浏览程序观看。

这个问题已经有人问过了
参阅：>FASTQ是储存原始测序数据的一种文本文件格式，包含核酸序列以及对应的质量值。

每个read有四行：第一行记录测序所用仪器以及read测序时所在通道坐标信息；第二行是ATGC碱基序列，缺省时用N表示；第三行+号；第四行是对应碱基的质量值。

第四行这个质量值（Phred或者Q-score），是用一个整数表示碱基的错误率，P是错误率，
在序列中Q值用ASCII字符表示 ASCII字符与对应的整数转换如下：

SAM文件全程Sequence Alignment Map，是储存生物序列比对到参考基因组的一种数据格式。

samtools view -H命令可以浏览带有@的header的信息;不带-H直接是read alignment的信息。

vcf文件是一种储存DNA多态性（SNP、插入、缺失、结构变异）的一种数据格式。

跟SAM文件类似的存储结构，也是header+body。不同软件提供的vcf文件INFO大同小异，主体都是一样：

前八列是必须项，包括染色体CHROM, 变异在染色体上的位置信息POS, 变异的标识符ID, 参考等位基因REF, 逗号分割的其他非参考等位基因ALT, 质量值QUAL, 位点过滤信息FILTER以及变异注释信息INFO。

如果有样本信息，第九列则为FORMAT，从第十列开始则是每个样本的信息。

在FORMAT中的一些关键字，INFO里有时也会有。一般header里都会存储FORMAT出现的所有缩写的解释，但也有时拿到数据时header里没有找到对应的解释，可能是由于在数据过滤的过程中没有保留所有的header信息。

以上是遇到过的一些vcf出现的关键字，也有只含有GT基因型信息的, 它以数字编译等位基因，0是ref，1是alt, 2是第二个ALT 等位基因的数量表示该生物样本的染色体倍数，分隔符表示等位基因是否分型过phased (‘|’)或者unphased (‘/’)。根据不同分析可能依赖侧重的信息不同，就不一一列举了，有文已经解释的比较清楚，可以按需查询。

Quality (Phred) scores

NGS数据格式02-SAM/BAM最详细解读 - 知乎

variant call format and VCFtools | Bioinformatics | Oxford Academic

vcf文件与vcftools（一） -

VCF (Variant Call Format) version 40 | 1000 Genomes

目前，用于Hi-C辅助基因组组装的软件有LACHESIS、SALSA2、3D-DNA、ALLHiC等，包括这2年发的hic_hiker等， 这些软件在基因组组装方面各有优劣。SALSA2和3D-DNA虽不需预先提供染色体数目即可进行互作分析，但在可 *** 作性和实用性上都有一定的局限性。LACHESIS作为分析Hi-C数据的经典工具，文章认可度较高，但其在多倍体基因组组装方面表现欠佳。前面也试过AllHiC来挂载多倍体，但是有些简单的物种挂载过程中好像有点不如意的区域，所以再尝试一下去其它工具的结果。

使用3D-DNA做基因组组装的整体流程如下图，分别为组装，Juicer分析Hi-C数据，3D-DNA进行scaffolding，使用JBAT对组装结果进行手工纠正，最终得到准染色体水平的基因组。

=====安装=====

在安装之前，确保服务器上有了下面这些依赖软件工具

 LastZ（仅在杂合基因组的二倍体模式下使用）

 Java >= 17

 GNU Awk >= 402

 GNU coreutils sort > 811

 Python >= 27

 scipy, numpy, matplotlib

 GNU Parallel >=20150322 (不必要，但是强力推荐)

 bwa

 我们需要安装两个软件，一个是3D-DNA，另一个是juicer。

CPU版本的juicer：

git clone >