轉錄組入門(3):了解fastq測序數據

轉錄組入門(3):了解fastq測序數據
需要用安裝好的sratoolkit把sra文件轉換為fastq格式的測序文件,并且用fastqc軟件測試測序文件的質量!
作業,理解測序reads,GC含量,質量值,接頭,index,fastqc的全部報告
來源于生信技能樹:http://www.biotrainee.com/forum.php?mod=viewthread&tid=1750#lastpost

fastq-dump將sra數據轉換成fastq格式

for i in {59..62};
do
echo $i
fastq-dump --gzip --split-3 -O /mnt/hgfs/Labubuntu_data/GSE81916.RNAseq/RNA-Seq -A SRR35899$i.sra;
done
59
Written 30468155 spots for SRR3589959.sra
Written 30468155 spots total
60
Written 52972617 spots for SRR3589960.sra
Written 52972617 spots total
61
Written 36763726 spots for SRR3589961.sra
Written 36763726 spots total
62
Written 43802631 spots for SRR3589962.sra
Written 43802631 spots total
fastq-dump參數:
fastq-dump -h    #參看幫助
INPUT
 -A|--accession <accession>    #路徑下文件名
 --table <table-name>    
OUTPUT
  -O|--outdir <path>    #結果文件輸出路徑
  -Z|--stdout     #標準輸出
  --gzip    #結果壓縮成格式gzip
  --bzip2    #結果壓縮成格式bzip2
Multiple File Options 
  --split-files       
  --split-3  #PE squence產生files *_1.fastq and *_2.fastq 兩個文件

fastq文件

fastq文件格式

fastq格式是一種基于文本用來儲存生物序列和序列對應質量的文件格式;生物序列和質量均使用單一ASCII碼編碼。

@E00491:115:H3G7WCCXY:1:1101:30787:1731 1:N:0:ACAAGCTA
TGAATAAGTTGGTTCTAGCGGAGTTTCTGTTCCTTGTCCATAAAGCATCTAACCGCCCTGTGCTCAACTCACGCCGTCTAAAGACAGGAAAGGGAAGTGTCAAGCAGTGTACGATTTGTTTCTAAACTGTACAGTGGCGATTTTTCTAGA
\+
AAAFAJAAF7AJFF<JFJFF-JJFJJ-F----F7<F-<--<-<FAAF--<FFJJAJ<FAF------<--7<F--77----7--------7---<77-<------7---77A-----7-<--7AF-<A<---7----)))))-77------

第1行:以@開頭的序列ID,空格后跟著描述性內容;
第2行:序列(堿基序列或者核酸序列);
第3行:以+開頭的序列ID,空格后跟著描述性內容;有時為了節省存儲空間會只保留+;
第4列:序列測序質量,每個質量字符與序列字符一一對應;
測序質量對應的ASCII碼(由低到高排列):
!"#$%&'()*+,-./0123456789:;<=>?@ABCDEFGHIJKLMNOPQRSTUVWXYZ[]^_`abcdefghijklmnopqrstuvwxyz{|}~

Illumina sequence identifiers
@HWUSI-EAS100R:6:73:941:1973#0/1

HWUSI-EAS100R the unique instrument name
6 flowcell lane
73 tile number within the flowcell lane
941 'x'-coordinate of the cluster within the tile
1973 'y'-coordinate of the cluster within the tile
#0 index number for a multiplexed sample (0 for no indexing)
/1 the member of a pair, /1 or /2 (paired-end or mate-pair reads only)

從版本illumina 1.4以后,有所改變:
@EAS139:136:FC706VJ:2:2104:15343:197393 1:Y:18:ATCACG

EAS139 the unique instrument name
136 the run id
FC706VJ the flowcell id
2 flowcell lane
2104 tile number within the flowcell lane
15343 'x'-coordinate of the cluster within the tile
197393 'y'-coordinate of the cluster within the tile
1 the member of a pair, 1 or 2 (paired-end or mate-pair reads only)
Y Y if the read is filtered, N otherwise
18 0 when none of the control bits are on, otherwise it is an even number
ATCACG index sequence

質量Q值的計算:

Q值與p值對應。 #P值是每個堿基測序錯誤率
這兒有兩個轉換公式:
The first is the standard Sanger variant to assess reliability of a base call, otherwise known as Phred quality score:

The Solexa pipeline (i.e., the software delivered with the Illumina Genome Analyzer) earlier used a different mapping, encoding the odds p/(1-p) instead of the probability p:

Although both mappings are asymptotically identical at higher quality values, they differ at lower quality levels (i.e., approximately p > 0.05, or equivalently, Q < 13).

Q與p值之間的關系:紅色的為phred對應方程,黑色的為Illumina對應方程,虛線表明p=0.05,對應的質量得分為Q≈13
Phred+33與Phred+64:
Phred+64:質量字符的ASCII值 = Q + 64
Phred+33: 質量字符的ASCII值= Q + 33

參考:
FASTQ format
轉錄組入門(3):質量控制
轉錄組入門(3):了解fastq測序數據

最后編輯于
?著作權歸作者所有,轉載或內容合作請聯系作者
平臺聲明:文章內容(如有圖片或視頻亦包括在內)由作者上傳并發布,文章內容僅代表作者本人觀點,簡書系信息發布平臺,僅提供信息存儲服務。
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市,隨后出現的幾起案子,更是在濱河造成了極大的恐慌,老刑警劉巖,帶你破解...
    沈念sama閱讀 228,936評論 6 535
  • 序言:濱河連續發生了三起死亡事件,死亡現場離奇詭異,居然都是意外死亡,警方通過查閱死者的電腦和手機,發現死者居然都...
    沈念sama閱讀 98,744評論 3 421
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人,你說我怎么就攤上這事。” “怎么了?”我有些...
    開封第一講書人閱讀 176,879評論 0 381
  • 文/不壞的土叔 我叫張陵,是天一觀的道長。 經常有香客問我,道長,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 63,181評論 1 315
  • 正文 為了忘掉前任,我火速辦了婚禮,結果婚禮上,老公的妹妹穿的比我還像新娘。我一直安慰自己,他們只是感情好,可當我...
    茶點故事閱讀 71,935評論 6 410
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著,像睡著了一般。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發上,一...
    開封第一講書人閱讀 55,325評論 1 324
  • 那天,我揣著相機與錄音,去河邊找鬼。 笑死,一個胖子當著我的面吹牛,可吹牛的內容都是我干的。 我是一名探鬼主播,決...
    沈念sama閱讀 43,384評論 3 443
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了?” 一聲冷哼從身側響起,我...
    開封第一講書人閱讀 42,534評論 0 289
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后,有當地人在樹林里發現了一具尸體,經...
    沈念sama閱讀 49,084評論 1 335
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 40,892評論 3 356
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發現自己被綠了。 大學時的朋友給我發了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 43,067評論 1 371
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖,靈堂內的尸體忽然破棺而出,到底是詐尸還是另有隱情,我是刑警寧澤,帶...
    沈念sama閱讀 38,623評論 5 362
  • 正文 年R本政府宣布,位于F島的核電站,受9級特大地震影響,放射性物質發生泄漏。R本人自食惡果不足惜,卻給世界環境...
    茶點故事閱讀 44,322評論 3 347
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧,春花似錦、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 34,735評論 0 27
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至,卻和暖如春,著一層夾襖步出監牢的瞬間,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 35,990評論 1 289
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人。 一個月前我還...
    沈念sama閱讀 51,800評論 3 395
  • 正文 我出身青樓,卻偏偏與公主長得像,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 48,084評論 2 375

推薦閱讀更多精彩內容